切换到caffe目录下之后下载mnist数据
sh data/mnist/get_mnist.sh
下载完成后会在data/mnist目录中多四个文件。
train-images-idx3-ubyte: 训练集样本
train-labels-idx1-ubyte: 训练集对应标注
t10k-images-idx3-ubyte: 测试集图片
t10k-labels-idx1-ubyte: 测试集对应标注
但是这些文件是不能够直接使用的,因此:
sh examples/mnist/create_mnist.sh
转换为lmdb文件,转换之后会在examples/mnist下面还是生成
mnist_train_lmdb
mnist_test_lmdb
里面存放的data.mdb和lock.mdb,就是我们需要的运行数据。
之后修改配置文件,有GPU且已经完全安装好,这一步可以省略,如果没有,需要的配置文件有两个,一个是lenet_solver.prototxt,另一个是train_lenet.prototxt。那么:
gedit examples/mnist/lenet_solver.prototxt
修改solver_mode为CPU,
在max_iter处根据需要设置最大迭代次数。
之后运行:
time sh examples/mnist/train_lenet.sh
最终精度为99.06%