【22】digits工具：运行mnist实例

现在来运行一个实例：mnist(名符其实的helloworld),具体文档参考digits的Github

原始数据需要的是图片，但网上提供的mnist数据并不是图片格式的数据，因此我们需要将它转换成图片才能运行。

digits提供了一个脚本文件，用于下载mnist, cifar10 和cifar100 三类数据，并转换成png格式图片。

Download the data

我们先在当前用户的根目录下，新建一个mnist文件夹用来保存mnist图片。

# cd 
# mkdir mnist

然后执行脚本

# 进入到我的digits安装目录
$ cd ~/software/digits 
$ python2 -m digits.download_data mnist ~/mnist

Using the Webapp

同上一篇博文，打开digits页面。

Logging in

点击右上角的login--->输入用户名。

Creating a Dataset

1 选择datdasets

2 选择images下的分类

填写内容如下图所示

 

运行成功以后，应该出现下面这样的页面。

作业完成后，通过单击页面左上角的DIGITS返回主页。 您现在应该看到“数据集”选项卡下列出的数据集。

Training a Model

点击Models > New Model > Images > Classification，这将引导你进入“新图像分类模型”页面。

对于此示例，请执行以下操作：

1. 在“选择数据集”字段中选择“MNIST”数据集
2. 在“标准网络”选项卡中选择LeNet网络
3. 为模型命名
4. 单击“创建”按钮

要测试模型，请滚动到页面底部。

• 单击“上传图像”按钮并选择一个文件

           在/ home / yeler082/ mnist / test /中有很多可供选择

• 或者，在Web上查找图像并将URL粘贴到“图像URL”字段中
• 选中“显示可视化和统计信息”框
• 单击Classify One

在页面顶部，DIGITS显示前五个分类和相应的置信度值。 DIGITS还提供有关网络中每个层的权重和**的可视化和统计信息。

由于我安装的cudnn版本及tensorflow版本过高，在启动digits和测试的时候有Tensorflow support disabled.的错误，所以这里没有办法测试了，解决的途径是要重新整理一下环境。