caffe运行自带的mnist

切换到caffe目录下之后下载mnist数据

sh data/mnist/get_mnist.sh

下载完成后会在data/mnist目录中多四个文件。
train-images-idx3-ubyte: 训练集样本
train-labels-idx1-ubyte: 训练集对应标注
t10k-images-idx3-ubyte: 测试集图片
t10k-labels-idx1-ubyte: 测试集对应标注

但是这些文件是不能够直接使用的，因此：

sh examples/mnist/create_mnist.sh

转换为lmdb文件，转换之后会在examples/mnist下面还是生成
mnist_train_lmdb
mnist_test_lmdb
里面存放的data.mdb和lock.mdb，就是我们需要的运行数据。

之后修改配置文件，有GPU且已经完全安装好，这一步可以省略，如果没有，需要的配置文件有两个，一个是lenet_solver.prototxt，另一个是train_lenet.prototxt。那么：

gedit examples/mnist/lenet_solver.prototxt

修改solver_mode为CPU，
在max_iter处根据需要设置最大迭代次数。

之后运行：

 time sh examples/mnist/train_lenet.sh

最终精度为99.06%