caffe-windows 训练mnist数据集

        caffe给了很多examples，在caffe-master/examples文件夹下。而其中最流行的入门级例程，估计就是手写数字识别了。

        首先，上一篇博文，配置caffe-windows环境，编译解决方案caffe成功后，会在caffe-master\Bulid\x64\Release目录下生成对应的.exe执行文件，不仅仅有caffe.exe，还有convert_mnist_data.exe等转换数据要用到的可执行文件。

一、下载mnist数据集

     mnist是一个大型的手写数字数据库，广泛应用于机器学习领域的训练和测试，由纽约大学Yann LeCun教授整理。

    mnist数据集下载地址，下载后得到四个文件，其文件解释如下：

train-images-idx3-ubyte.gz          训练集图片 - 55000 张 训练图片, 5000 张 验证图片

train-labels-idx1-ubyte.gz             训练集图片对应的数字标

t10k-images-idx3-ubyte.gz           测试集图片 - 10000 张 图片

 t10k-labels-idx1-ubyte.gz             测试集图片对应的数字标签  

请注意：下载后的.gz文件，一定要分别解压，得到train-images.idx3-ubyte   train-labels.idx1-ubyte   t10k-images.idx3-ubyte t10k-labels.idx1-ubyte 四个文件，会发现文件名有稍许变化。这个稍不注意，后面就是个坑啊。

 

二、转换 训练\测试数据

下载并解压得到的四个文件，并不能够直接用来训练和测试，需要转换成caffe所支持的leveldb或lmdb文件。

1、把解压的四个文件放到caffe-master\examples\mnist\mnist_data文件夹下

2、在caffe-master文件夹下，新建一个convert-mnist-data-train.txt文件，并添加如下代码，添加完成后，再将后缀名改为.bat

Build\x64\Release\convert_mnist_data.exe --backend=lmdb examples\mnist\mnist_data\train-images.idx3-ubyte examples\mnist\mnist_data\train-labels.idx1-ubyte examples\mnist\mnist_data\mnist_train_lmdb  pause 

3、在caffe-master文件夹下，新建一个convert-mnist-data-test.txt文件，并添加如下代码，添加完成后，再将后缀名改为.bat

Build\x64\Release\convert_mnist_data.exe --backend=lmdb examples\mnist\mnist_data\t10k-images.idx3-ubyte examples\mnist\mnist_data\t10k-labels.idx1-ubyte examples\mnist\mnist_data\mnist_test_lmdb  Pause  

其中--backend=lmdb 表示转换为lmdb格式，若要转换为leveldb将其改写为--backend=leveldb 即可。

4、分别双击运行.bat文件即可进行数据的转换。

三、进行训练和测试

1、将上一步得到的mnist_test_lmdb 和 mnist_train_lmdb文件夹放入到 caffe-master\examples\mnist目录中。

2、在caffe-master目录下新建一个run.txt文件，并输添加以下代码，添加完成后，再将后缀名改为.bat

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

3、双击即可运行run.bat文件，如果caffe正确配置，应该会运行成功。之后，会在caffe-master\examples\mnist目录下生成lenet_iter_5000.caffemodel  lenet_iter_5000.solverstate  lenet_iter_10000.caffemodel  lenet_iter_10000.solverstate 四个文件。

四、利用生成的网络模型数据，进行分类

未完待续.....