caffe：自带数据测试

Step1  下载安装：

1. Git bash：https://git-scm.com/download/win 用于在windows中运行shell脚本
2. Wget：http://downloads.sourceforge.net/gnuwin32/wget-1.11.4-1-setup.exe   用于从互联网上下载数据
3. 安装并配置环境变量

Step2  下载MNIST数据：

打开 git bash,运行caffe/data/mnist 下的get_mnist.sh文件

Step3   数据格式转换：

从网络下载的数据是二进制数据，无法直接在caffe框架下使用，需要转换成lmdb或者leveldb格式的数据

在\data\mnist目录下，新建一个create_mnist.bat，内容如下：

..scripts\build\examples\mnist\Release\convert_mnist_data.exe train-images.idx3-ubyte train-labels.idx1-ubyte  ...\examples\mnist\mnist_train_lmdb 

echo. 

..\scripts\build\examples\mnist\Release\convert_mnist_data.exe t10k-images.idx3-ubyte t10k-labels.idx1-ubyte  ..\examples\mnist\mnist_test_lmdb

pause

执行create_mnist.bat文件，在examples\mnist目录下生成了对应的训练和测试集数据：

Step4    修改文件：

1. 用notepad打开\examples\mnist下的lenet_train_test.prototxt文件：将下面两处改为绝对路径

    2.  用notepad打开\examples\mnist下的lenet_solver.prototxt文件，将2行和23行设为绝对路径，25行设为CPU

Step5    训练：

在..\examples\mnist文件夹下编写run.bat文件

..\scripts\build\tools\Release\caffe.exe  train --solver=..\examples\mnist\lenet_solver.prototxt

Pause

双击运行run.bat,训练结束如下图所示

训练完成后，会在..\examples\mnist文件夹下出现5000次和10000次的模型

Step6    测试模型：

在..\examples\mnist文件夹下创建test_mnist.bat文件，内容如下：

..\scripts\build\tools\Release\caffe.exe  test --model=..\examples\mnist\lenet_train_test.prototxt  -weights=..\examples\mnist\lenet_iter_10000.caffemodel

Pause

精度为0.9869，至此测试结束。