【Caffe】训练MNIST数据集模型

【原文：http://blog.csdn.net/pirage/article/details/17553487】

1、准备数据。

可以从MNIST官网上下载数据，或者执行data文件夹里get_mnist.sh文件（需要安装wget或者gunzip），下载成功会有如下两个数据集：

/data/mnist-train-leveldb和/data/mnist-test-leveldb.

 

2、训练和测试模型。

我们使用LeNet网络来训练模型，该算法是数字识别的最好方法。

LeNet网络中间层定义在文件/data/lenet.prototxt文件中，怎样写定义Network和Solver的文件请参考：Define the Network 和 Define the Solver

执行下面的命令来训练模型：

[python] view plaincopy

1. GLOG_logtostderr=1 ../examples/train_net.bin lenet_solver.prototxt  

解释：GLOG_logtostderr=1设置打印所有日志消息；train_net.bin训练脚本；

执行结果如下：

 

 

 （官网上的图片）

如果想在GPU下运行计算，只需要修改lenet_solver.prototxt文件的solver_mode即可，0是CPU，1是GPU。