caffe学习笔记

由于有现成的服务器，所以跳过了环境搭建过程。

1.首先在win7 上下载安装xshell5用于与linux服务器交互。

交互方式：安装好xshell（free for home/school模式）后，点击启动软件并建立新连接：在主机栏里输入服务器的IP地址，点击确定后会弹窗提示输入服务器用户名和密码。正确输入后方可交互。（具体教程如下：http://jingyan.baidu.com/article/295430f13fb4db0c7f005065.html）

2.其次便可上手练习手写体数字识别例程。

指导文档：http://caffe.berkeleyvision.org/gathered/examples/mnist.html

I.下载数据时执行get_mnist.sh文件，若服务器上无该文件则可以在服务器上用vim生成并编辑这个文件或在windows上编辑好后用xshell的rz命令上传至服务器（详细操作步骤：http://www.linuxidc.com/Linux/2015-05/117975.htm ，不过这种方法可能会存在windows和linux编码不一样的问题，会导致文件无法使用，我用vim +文件名 命令打开文件后，使用:set ff=UNIX方法改变编码格式 ）。如若在下载时出现Connecting to yann.lecun.com(yann.lecun.com)|128.122.47.89|:80... failed: Connection timed out.错误，则可以访问网页http://yann.lecun.com/exdb/mnist/下载并解压后传到服务器，方法同上。

II.以上下载的数据集为二进制文件，下一步将其转换为LEVELDB或LMDB才能被caffe识别，网上说采用这两种数据格式是有利于提高IO效率，请看https://www.zhihu.com/question/41854215。转换时执行create_mnist.sh文件，可能会出现的问题：

1）./create_mnist.sh: 16: ./create_mnist.sh:build/examples/mnist/convert_mnist_data.bin: not found ：请一定按照指导文档http://caffe.berkeleyvision.org/gathered/examples/mnist.html在caffe根目录下操作，且确保convert_mnist_data.bin文件在指定目录下。

2）F0206 14:56:25.158859 27064convert_mnist_data.cpp:48] Check failed: image_file Unable to open file mnist/train-images-idx3-ubyte
*** Check failure stack trace: ***
    @     0x7f1051f64daa  (unknown)
    @     0x7f1051f64ce4  (unknown)
    @     0x7f1051f646e6  (unknown)
    @     0x7f1051f67687  (unknown)
    @           0x40393a convert_dataset()
    @           0x40242d  main
    @     0x7f1051174f45  (unknown)
    @           0x402476  (unknown)
    @              (nil) (unknown)
Aborted (core dumped)

这种异常一般是由于红色加粗文件错误引起的，如文件路径，文件名称，文件编码格式等，请耐心逐一确认修改。

III.convert_mnist_data.cpp源码学习：

1）大小端存储：http://www.cnblogs.com/wuyuan2011woaini/p/4126487.html

小端模式：内存的低地址存数据的低位，内存的高地址存数据的高位。低低高高。
大端模式：内存的低位存数据的高位，内存的高地址存数据的低位。 低高高低。

2）二进制移位操作

总结：

左移时总是移位和补零；

右移时无符号数是移位和补零，此时称为逻辑右移；

而有符号数大多数情况下是移位和补最左边的位（也就是补最高有效位），移几位就补几位，此时称为算术右移。

IV.lenet模型学习

问题：数据大小和所需内存之间的关系？？？