caffe mnist数据层

模型---->层（data,convolution,pooling) blobs方式流动---->param

数据层：

数据层是每个模型的底层，是模型的入口，不仅仅提供数据的输入，也提供数据从blobs转换成别的格式进行保存输出。通常的数据预处理（减去均值，放大缩小，剪裁和镜像等），也在这一层设置参数实现。

数据源可以是leveldb，mldb，也是内存中的，也可以是磁盘中hdf5文件和图片格式文件。

例如mnist中Data

layer {

name: "mnist" #name表示该层名称

type: "Data" #层类型，数据层

top: "data" #每一层用bottom来输入数据，top进行数据的输出。

top: "label" #data和label（data，label）配对是分类模型必须

include { #定义该层是属于训练还是测试，如果没有include参数，表示该层既在train也在

phase: TRAIN #test中

}

transform_param { #数据的预处理，可以将数据变换到定义的范围内

scale: 0.00390625 #0.00390625= 1/255，就是将范围为0-255的数据归一化到0-1

}

data_param {

source: "examples/mnist/mnist_train_leveldb" #包含数据库目录的名称

batch_size: 64 #每一次处理数据的个数

backend: LEVELDB

}

}