docker上caffe利用lenet_5模型跑MNIST数据

参考博文：https://blog.csdn.net/elaine_bao/article/details/53117676

caffe的整个流程就是从顶向下：caffe可执行文件调用solver文件，然后sovler文件调用模型文件，在模型文件中调用数据文件。

1.进入Xshell6中连接服务器，进入服务器上安装好了的docker，查看docker镜像。

2.启动相应的环境容器，这也是docker的优势。它类似一个轻量的虚拟机，使得环境独立，本地只需要镜像文件就可以。

创建好docker后,已经进入了该容器中的workspace。

但caffe环境在根目录的opt下，进入caffe。

3.先获取mnist数据集。在caffe环境下有获得该数据集的脚本。

cd data/mnist/

执行脚本
./get_mnist.sh

下载下来四个文件。

4.目前下载下来的是压缩形式的bin二进制文件，需要转换为LEVELDB或者LMDB形式才能被caffe所识别：

5.需要的配置文件有两个:

一个是lenet_solver.prototxt，另一个是lenet_train_.prototxt.

首先在命令行里面打开lenet_solver_prototxt，这是训练求解文件，里面是超参数的设置。

查看lenet-5模型描述文件

6.在命令行输入期待已久的训练Lenet数据的操作命令,脚本文件中也是一条命令，可以打开看下:

最后发现在目录：caffe/examples/mnist 下面会出现：.caffemodel的文件，这个就是我们训练出来的对应迭代次数5000、10000的训练数据！训练状态保存在examples/mnist/lenet_iter_10000.solverstate中，均是protobuffer二进制格式文件。

7.训练完成后，进行测试。

./build/tools/caffe test -model examples/mnist/lenet_train_test.prototxt -weights examples/mnist/lenet_iter_10000.caffemodel -iterations 100