运行caffe自带的mnist实例教程

1、先进入caffe文件目录，(指令：cd ./caffe)，再用data/mnist下的get_mnist.sh下載MNIST数据集，代码如下：

sudo sh ./data/mnist/get_mnist.sh

2、转换格式，代码如下：

 ./examples/mnist/create_mnist.sh

完成后在examples/mnist生成了两个目录：mnist_test_lmdb和mnist_train_lmdb

每个目录下有两个文件：data.mdb和lock.mdb

网络结构定义在./examples/mnist/lenet_train_test.prototxt中。

训练参数配置在./examples/mnist/lenet_solver.prototxt中。

如果电脑有GPU,则不需要修改配置文件;如果没有GPU则需要修改lenet_solver.prototxt，在训练之前需要修改

./examples/mnist/lenet_solver.prototxt最后的（solver_mode: GPU）修改为：solver_mode: CPU

这样保证整个训练过程在CPU上进行。

3、训练超参数，有两种方式：

（1）通过命令行执行训练，代码如下：

cd ./caffe

./build/tools/caffe train --solver=examples/mnist/lenet_solver.prototxt

（2）将以上训练的命令行代码写成训练脚本并命名为train_lenet.sh，放到mnist目录下。运行train_lenet.sh脚本进行训练。

 cd caffe

./examples/mnist/train_lenet.sh

最终训练的模型保存在caffe/examples/mnist/lenet_iter_10000.caffemodel文件中，训练状态保存在caffe/examples/mnist/lenet_iter_10000.solverstate文件中。

5、用训练好的模型对数据进行预测。

利用训练好的Lenet-5模型权值文件（examples/mnist/lenet_iter_10000.caffemodel）可以对测试数据集（或外部测试集）进行预测，代码如下：（注意caffe.bin ，prototxt ，caffemodel 等的路径一定要根据自己的写对：）

cd  ./caffe

./build/tools/caffe.bin test \  

-model=examples/mnist/lenet_train_test.prototxt \

-weights=examples/mnist/lenet_iter_10000.caffemodel \

-iterations=100 

\表示回车，也可以不要它，直接将这四行代码写成一行代码,注意caffe.bin ，prototxt ，caffemodel 等的路径一定要根据自己的写对：

./build/tools/caffe.bin test -model=examples/mnist/lenet_train_test.prototxt -weights=examples/mnist/lenet_iter_5000.caffemodel -iterations=100