Caffe 多爱Python一丢丢，Cifar-10

因为本人刚入深度学习，很多的资料并不是很明白。为了更好地学习和理解深度学习框架caffe，在这里总结caffe官网的一些学习心得。

深度学习的表现来源于其复杂的结构，庞大的参数所对应的良好的学习表达。caffe的上手还是花费了很多的时间。因为有很nice的小导，因此痛并快乐着。

因为对深度学习的神秘的向往，开始就在训练imagenet的网络，出现了内存溢出的错误，深受打击。跟老师一汇报，更是觉得自己不够扎实和稳重。因此从比较简单的Cifar-10开始自己的深度学习caffe之旅。

一. CIFAR-10 tutorial
First of all，假设caffe成功编译通过，并且caffe的安装目录为CAFFE_ROOT。
1. 准备数据
首先，你需要下载和转换数据格式（数据可以从cifar的主页）。当然，在caffe的目录下也了完成上述工作的脚本，也可以直接运行：

cd $CAFFE_ROOT
./data/cifar10/get_cifar10.sh
./examples/cifar10/create_cifar10.sh

如果提示wget或者gunzip没有安装，则在运行之前分别进行安装。通过运行脚本文件，可以得到数据集/cifar10-leveldb和数据集的图像平均. /mean.binaryproto.
2. 建立模型
Cifar-10网络是一个CNN网络，包括卷积层，池化层，线性纠正单元非线性化，区域对比标准化，网络的顶部是一个线性分类器。关于网络的定义，可以查看CAFFE_ROOT/examples/cifar10 directory’s cifar10_quick_train_test.prototxt.
3. 训练和测试“Quick”模型
对网络的结构，solver进行设置后训练网络就变得简单了。运行 train_quick.sh。

cd $CAFFE_ROOT
./examples/cifar10/train_quick.sh

网络的参数将会保存在cifar10_quick_iter_5000 中。