Windows上运行Caffeine自带mnist实例的步骤

在已安装好Caffe后：

1、下载数据

0）caffe-master是安装的根目录

1) 官网地址：http://yann.lecun.com/exdb/mnist/
2) 下载以下四个文件，解压到caffe-master\data\mnist下

                                      下载的文件                                                                                         解压的文件

2、转换数据格式

1）下载的数据文件为二进制文件，需要转换为LMDB

2）在caffe-master\data\mnist该目录下创建一个create_mnist.bat文件，添加内容：

..\..\Build\x64\Release\convert_mnist_data.exe train-images.idx3-ubyte train-labels.idx1-ubyte ..\..\examples\mnist\mnist_train_lmdb

echo. 

..\..\Build\x64\Release\convert_mnist_data.exe t10k-images.idx3-ubyte t10k-labels.idx1-ubyte ..\..\examples\mnist\mnist_test_lmdb

pause

3) 双击运行create_mnist.bat文件，会自动在caffe-master\examples\mnist目录下生成对应的训练和测试数据集：

                                                                     

3、训练网络                                                                

1）caffe-master\examples\mnist 目录下的lenet_solver.prototxt文件和lenet_train_test.prototxt文件内的内容可根据需要进行修改（如GPU选项、数据集路径等），我是默认的，没有进行修改。

2）在caffe-master根目录下创建一个CaffeRun.bat文件 ，添加内容：

.\Build\x64\Release\caffe.exe train --solver=.\examples\mnist\lenet_solver.prototxt

pause

3) 双击运行该文件，即开始训练，训练结果如下：

准确率99.17%，在caffe-master\examples\mnist目录下生成了训练的模型文件：

                                                                       

4、进行测试                                                                 

1）在caffe-master\examples\mnist目录下创建mnist_test.bat文件，添加内容：

cd ../../

Build\x64\Release\caffe.exe test --model=examples\mnist\lenet_train_test.prototxt -weights=examples\mnist\lenet_iter_10000.caffemodel

Pause

2）里面的路径就是caffe.exe的路径，双击运行mnist_test.bat文件，结果如下：

                   

测试方法2：

1）测试用的图片和标签txt文件：

                        

2）均值文件（用的是mnist_test_lmdb来生成），convert_mean.bat文件：

.\Build\x64\Release\compute_image_mean.exe -backend=lmdb .\examples\mnist\mnist_test_lmdb mean.binaryproto
pause

 

3）测试文件mnist_test2.bat：

.\Build\x64\Release\classification.exe .\examples\mnist\lenet.prototxt .\examples\mnist\lenet_iter_10000.caffemodel .\examples\mnist\mean.binaryproto .\examples\mnist\test_label.txt .\examples\mnist\mnist_test_jpg\6.jpg
pause

运行结果：

选用的是数据"6"的图像，在给出的五个识别结果中，数字6的可能性最大，识别正确。

5、继续训练（snapshot的使用）  

.solverstate则是记录训练过程中的一系列参数，可以用这个solverstate文件继续进行训练。在caffe-master根目录下创建一个CaffeRun.bat文件 ，添加内容：

.\Build\x64\Release\caffe.exe train --solver=.\examples\mnist\lenet_solver.prototxt --snapshot=.\examples\mnist\lenet_iter_5000.solverstate

pause

运行批处理文件，即可继续开始训练：

参考博文：

        Caffe初试（二）windows下的caffe训练和测试mnist数据集  https://www.cnblogs.com/codingmengmeng/p/6184393.html
        caffe随记（四） --- mnist示例超详细讲解   https://blog.csdn.net/teeyohuang/article/details/76677910

        Windows上运行Caffe自带的mnist例子   https://blog.csdn.net/mangobar/article/details/80152111
       从零开始学caffe（三）：在win64下利用caffe快速实现MNIST手写数字识别 https://blog.csdn.net/dagongsmallguy/article/details/83099738
从零开始学caffe（十）：caffe中snashop的使用 https://blog.csdn.net/dagongsmallguy/article/details/83506994

感谢！