Caffe学习 （二）：Caffe目录结构及Mnist训练过程

学习参考博客：
https://blog.csdn.net/la_fe_/article/details/81532012
https://blog.csdn.net/la_fe_/article/details/81533690
https://blog.csdn.net/dcrmg/article/details/75209098
https://blog.csdn.net/m0_37357063/article/details/84305927

1. Caffe的目录结构

1.1从github上下载的Caffe包含下面所示文档

其具体的功能如下所示：

1.2 主要文件及其作用：

主要使用的文件是三个：

data      用于存放训练数据集
example   用于存放代码样例，经典模型，训练文件
models    用于存放模型，权值/卷积核

1.3 网络可视化：

caffe提供Python脚本文件能够让网络模型图形化，有助于我们直观理解，通过下面的方法可以让网络可视化

# python文件内具有一个 网络图形化工具 draw_net.py
# 使用方法:本例中将网络模型文件复制到了python目录下
cd caffe/python/
python draw_net.py lenet.prototxt a.png --rankdir=BT
# 最后一个参数是网络结构的绘制方向 BT 表示从底部往顶部画 还可以是 TB/LR/RL

# 或者在caffe一级目录下运行以下命令：
cd caffe/
python python/draw_net.py python/lenet.prototxt b.png --rankdir=BT

2.训练Mnist数据集

2.1获取mnist数据集.

运行caffe中的./data/mnist/get_mnist.sh 文件实现了下载mnist数据库的功能

cd ~/caffe
sudo ./data/mnist/get_mnist.sh

执行之后，在./data/mnist文件夹下生成4个文件，分别是测试、训练数据库和测试、训练标签：

2.2 将二进制数据库文件转换成lmdb数据库格式

create_mnist.sh脚本文件能将二进制数据库文件转换成lmdb格式文件

sudo ./examples/mnist/create_mnist.sh

通过运行上面的命令获取lmdb文件的训练集和测试集

2.3 训练lenet网络

如果只是用CPU训练的话，需要先在 lenet_solver.prototxt 文件中修改训练模式为CPU，使用gedit打开.prototxt文件：

sudo gedit ./examples/mnist/lenet_solver.prototxt

修改文件最后一行的 solver_mode的配置为 CPU
以下指令执行训练：

sudo ./examples/mnist/train_lenet.sh

如图已经开始训练