Caffe学习笔记3：caffe跑第一个mnist的例子

小菜这里是简单的介绍一下整个过程的操作执行的指令，不详细介绍里面的原理，如果你搭建完caffe，赶紧追随小菜一起试试caffe的第一个例子。

Ø  打开caffe.sln，生成convert_mnist_data，这样就在Build/x64/Release下生成了convert_mnist_data.exe。

Ø  在cygwin中执行caffe-master/caffe-master/data/mnist/get_mnist.sh，这样就下载了后缀名为ubyte的mnist的数据文件放在mnist的文件下。

Ø  将数据文件转换为lmdb格式。这需要使用刚刚生成的convert_mnist_data.exe。执行指令（在Cygwin中执行命令）Build/x64/Release/convert_mnist_data.exe（后接空格键）data/mnist/train-images-idx3-ubyte（后接空格键）data/mnist/train-labels-idx1-ubyte（后接空格键）examples/mnist/mnist_train_lmdb和Build/x64/Release/convert_mnist_data.exe（后接空格键）data/mnist/t10k-images-idx3-ubyte（后接空格键）data/mnist/t10k-labels-idx1-ubyte（后接空格键）examples/mnist/mnist_test_lmdb

执行完指令后，examples/mnist文件下生成两个lmdb文件。将mnist的训练数据和测试数据全部转换为lmdb格式。如果你们比较熟悉cygwin，也可以将上面的指令写到脚本文件中，执行起来比较方便，小菜这里就介绍了。

Ø  开始最后的训练，执行 ：

Build/x64/Release/caffe.exe（此处有空格键）train （此处有空格键）--solver=examples/mnist/lenet_solver.prototxt

开始整个的训练过程。最终得到了99.11%准确率的训练模型。到这里你就已经使用caffe测试了第一个例子了，是不是觉得很厉害和自豪，不要太得意，到这里我们才是刚刚开始caffe之旅，要走的路还很多，不过不要灰心，和小菜一起努力走下去。

从上面的过程中可以看出来，微软版本的caffe其实与linux下的caffe没有本质的区别，还是以前的处理solver和网络结构，基本上没有任何区别。改善的地方就是：一不再需要必须Linux下的运行环境了，在Windows下使用cygwin就直接执行Linux指令即可。二是安装过程方便，不再需要像linux下那样安装各种各样的依赖包，而是很方便的安装。