詳細說明可參考網頁：http://blog.csdn.net/wangchuansnnu/article/details/44341753

????????????????????????????????http://blog.sina.com.cn/s/blog_49ea41a20102w4uu.html

MNIST，一個經典的手寫數字庫，包含60000個訓練樣本和10000個測試樣本，圖片大小28*28

均在 caffe根目錄下執行

1.下載數據：sudo sh ./data/mnist/get_mnist.sh

2.生成lmdb文件：sudo sh ./examples/mnist/create_mnist.sh

? 此時在當前文件目錄下生成?mnist_train_lmdb, mnist_test_lmdb 文件

3.配置網絡： letNet網絡的定義

? ?? 在 ./examples/mnist/lenet_train_test_prototxt文件中，可直接打開編輯

? ? sudogedit?./examples/mnist/lenet_train_test_prototxt

? ?本文不修改lenet_train_test_prototxt直接調用，即不改變網絡的結構。

4.運行 ./examples/mnist/train_lenet.sh

? ?sudo sh ./examples/mnist/train_lenet.sh??這是訓練網絡的程序

? ?? ? ? 查看train_lenet.sh ,可用 sudo gedit ./examples/mnist/train_lenet.sh查看

? ?? ? ?#!/usr/bin/env sh

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

? ?? ? ?? 可發現上述執行的是examples/mnist/lenet_solver.prototxt,其實使用的是在lenet_solver.prototxt中定義的解決方案。

? ?? ? ?? ?查看lent_solver.prototxt可知，這個是訓練網絡的參數設置，比如學習率，顯示結果參數，是否采用CPU 或者GPU等

? ?本文不修改letnet_solver.prototxt ，即采用默認的解決方案。

5.測試數據集

??有三種接口可以進行測試數據，命令行、Python、MATLAB，本例中采用命令行進行測試，在

?/examples/mnist路徑下，執行：

?sudo sh?./examples/mnist/test_lenent.sh

? 下面是test_lenet.sh的內容
? ./build/tools/caffe test?-model=examples/mnist/lenet_train_test.prototxt?-weights=examples/mnist/lenet_iter_10000.caffemodel?-gpu=0

?test：表示對訓練好的模型進行Testing，而不是training。其他參數包括train,time, device_query。

-model=XXX：指定模型prototxt文件，這是一個文本文件，詳細描述了網絡結構和數據集信息。

?? 注意：test_lenent.sh腳本是根據train_lenet.sh腳本對照改寫的。

?
下面給出MNIST結構網絡的圖示，（轉載）