1.数据集的下载与转换

1）我们在mnist数据集上做测试，在这里下载这四个文件：

2）然后解压生成了以下四个文件：

3）数据格式转换

新建一个文本文档，更改后缀为 .bat  在里面复制以下code： 

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

echo.  

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

pause  

其实第一个路径就是 exe文件所在路径， 后面两个就是数据所在路径，最后一个是输出文件路径

例如：

F:\caffe-master\caffe-master\Build\x64\Release\convert_mnist_data.exe E:\caffetest\mnist\mnist\train-images.idx3-ubyte E:\caffetest\mnist\mnist\train-labels.idx1-ubyte E:\caffetest\mnist\mnist\mnist_train_lmdb

echo.

F:\caffe-master\caffe-master\Build\x64\Release\convert_mnist_data.exe E:\caffetest\mnist\mnist\t10k-images.idx3-ubyte E:\caffetest\mnist\mnist\t10k-labels.idx1-ubyte E:\caffetest\mnist\mnist\mnist_test_lmdb

pause

保存后，双击运行，生成了两个文件夹：mnist_train_lmdb和mnist_test_lmdb

 2.打开lenet_train_test.prototxt

然后打开lenet_solver.prototxt,修改第二行即可，

可以将prototxt文件放在以下的网址，查看网络的结构：http://ethereon.github.io/netscope/#/editor

3.使用caffe.exe 训练网络

利用命令行cd到caffe.exe的工作目录，输入以下的命令：

caffe train -solver=lenet_solver.prototxt -gpu 0

可以得到以下的训练结果：

4.使用Python调用caffe

环境：python+Anaconda；同时将编译生成的python文件夹放在..\anaconda2\Lib\site-packages中。

import caffecaffe.set_mode_gpu()solver = caffe.SGDSolver('lenet_solver.prototxt')solver.solve()

运行代码可以得到以下的结果：