cifar数据集基于Caffe的生成与测试

配置好Caffe后，赶紧还是按照风翼冰舟的博文来测试一下Caffe。

这里主要参考了两篇文章：http://blog.csdn.net/zb1165048017/article/details/51476516    http://blog.csdn.net/zb1165048017/article/details/51483206

这里先使用了cifar数据集。

CIFAR-10数据集含有6万个32*32的彩色图像，共分为10种类型，由 Alex Krizhevsky, Vinod Nair和 Geoffrey Hinton收集而来。包含50000张训练图片，10000张测试图片

不过风大上面下载的数据集是bin格式的，里面具体的格式不太懂。

接下来就建立了一个bat文件，用来转换数据集格式,转换后的格式也看不懂（到这里好捉急，理论知识不足，各种细节都不懂）

第四步：计算均值，估计是深度学习步骤的一步操作。会得到mean.binaryproto文件

接下去把mean.binaryproto和转换格式后的两个文件夹一起放到Caffe文件夹下的example\cifar10下

然后就可以建立一个train.bat文件了，用来训练了。训练之前要修改两个配置文件中路径等信息，cifar10_quick_solver.prototx 和 cifar10_quick_train_test.prototxt

主要是修改数据格式和路径

训练好后，得到两个文件cifar10_quick_iter_4000.caffemodel.h5   和    cifar10_quick_iter_4000.solverstate.h5（还是看不懂这些文件中的数据格式~~~~）

到这里就训练好啦

接下来就是测试测试集了

先建立一个synset_words的txt文件，里面是测试数据的具体种类名字。

然后就是单独一张测试和测试集测试的两种了，具体代码我也看不懂