caffe自学-mnist示例程序详解

caffe中的mnist示例程序超详解，中间包含准备数据、网络模型解析、训练和测试全过程，以及遇到的error和解决方法

准备数据

下载数据
cd $CAFFE_ROOT
./data/mnist/get_mnist.sh

文件内部：

运行完成得到四个文件

数据转化
./examples/mnist/create_mnist.sh

该文件将数据转化为lmdb

运行出错

分析原因是在/examples/mnist文件夹内运行，不能访问build目录，因此转到caffe根目录下重新运行

依然出错，Permission denied没有权限

加权限后再执行

之后得到两个文件夹，就是caffe所需要的数据集了（lmdb格式）mnist_train_lmdb, and mnist_test_lmdb

定义网络结构

CNN的基本结构：
一个卷积层，后面连接一个pooling层，然后是另一个卷积层接pooling层，然后是两个全连接层，与多层感知器相似。
In general, it consists of a convolutional layer followed by a pooling layer, another convolution layer followed by a pooling layer, and then two fully connected layers similar to the conventional multilayer perceptrons.
以LeNet model为例具体解释网络结构，经典的LeNet模型使用Rectified Linear Unit (ReLU) 代替sigmoid函数来激活神经元。
$CAFFE_ROOT/examples/mnist/lenet_train_test.prototxt.

数据层

layer {
      name: "mnist"//名字
      type: "Data"//类型为：数据层
      transform_param {
        scale: 0.00390625//输入像素归一化到[0,1]，0.00390625=1/256
      }
      data_param {
        source: "mnist_train_lmdb"// lmdb源数据
        backend: LMDB
        batch_size: 64//分批处理，每批图像个数，过大会导致内存不够
      }
      top: "data"//生成two blobs,分别为data blob 和label blob
      top: "label"
    }

卷积层

layer {
      name: "conv1"
      type: "Conv