机器学习—Caffe下载安装编译-测试MNIST数据集

本博客只讲述具体实现，不讲解理论。

（一）Caffe的官方下载链接：https://github.com/BVLC/caffe

（二）Caffe的安装：http://caffe.berkeleyvision.org/install_apt.html

linux系统的安装和相关软件的配置，不进行介绍。因为目前的电脑都已经配置好了，以后有机会从头实现这些。

这里是讲解如何安装和编译Caffe。

cp Makefile.config.example Makefile.config
# Adjust Makefile.config (for example, if using Anaconda Python, or if cuDNN is desired)
make all
make test
make runtest

上面的步骤是编译Caffe，然后下面的步骤是编译出对应的Python程序。

make pycaffe
执行完毕以后，就可以测试一个例子了。

（三）测试Caffe

在Caffe根目录下面，执行下列语句

cd $CAFFE_ROOT
./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh

如果.sh文件没有权限，需要使用下列语句，增加权限：
chmod 777 *.sh
执行完毕以后，get可以下载四个文件，creat可以创建对应的训练集和测试集。

cd $CAFFE_ROOT
./examples/mnist/train_lenet.sh
执行完毕后，可以得到最终的结果lenet_iter_10000.caffemodel。

如果我们想要单独测试某一些数据，执行下列语句：

caffe test -model examples/mnist/lenet_train_test.prototxt -weights examples/mnist/lenet_iter_10000.caffemodel -gpu 0 -iterations 100
这样就可以进行一次完整的深度学习网络训练和使用了。

但是这个网络的输入数据，输出数据，最终结果的存储，都没有了解清楚。