如何在 Ubuntu 18.04(GPU) 環境中測試 Caffe 範例(mnist, cifar10, ilsvrc12)C++程式碼

動機：想要在 Ubuntu 18.04 利用GPU運算資源來跑 Caffe 的 C++ 範例碼，要如何實作呢?!

準備環境：
1.OS: Ubuntu 18.04.3 LTS
2.GPU: GeForce GTX 1080 * 2
3.CUDA: 10.0.130
4.cuDNN: 7.6.3
5.gcc: 7.4.0

操作步驟：
1.有關 Caffe 的安裝, 請自行依據 參攷1. 步驟執行之...
2.建立 Conda 虛擬環境, 指令如下:
$ conda create -n caffe_gpu_py37 -c defaults python=3.7 caffe-gpu opencv tensorflow-gpu=1
3.進入 caffe_gpu 虛擬環境, 指令如下:
$ conda activate caffe_gpu_py37
4.執行 mnist 範例：
(1)下載 mnist 資料集，指令如下:
(caffe_gpu_py37) user@hostname:~/caffe$ data/mnist/get_mnist.sh
(2)建立 lmdb 資料集，指令如下:
(caffe_gpu_py37) user@hostname:~/caffe$ examples/mnist/create_mnist.sh
    結果如下圖

(3)執行 LeNet 模型訓練，指令如下:
(caffe_gpu_py37) user@hostname:~/caffe$ examples/mnist/train_lenet.sh
     跑了 10,000 Iteration(約二分鐘)的結果(accuracy = 0.9919 好棒棒!!)，如下圖

(4)執行 LeNet 模型測試，指令如下:
(caffe_gpu_py37) user@hostname:~/caffe$ time caffe test -model examples/mnist/lenet_train_test.prototxt -weights examples/mnist/lenet_iter_10000.caffemodel -gpu all -iterations 100
     結果如下圖

5.另外，還有二個範例 cifar10 及 ilsvrc12 就由看倌們自行測試不一一介紹了...


心得：Caffe 真是一個好物典範，可學習的地方真的是太多了...BTW有GPU加持才不至於喝太多coffee空等待!!!


參攷：
1.Ubuntu Installation, https://caffe.berkeleyvision.org/install_apt.html
2.Caffe学习系列(10)：命令行解析, https://www.cnblogs.com/denny402/p/5076285.html