以下出自/yixuan-xu/p/5858595.html
我按照大神的运算步骤完全正确，只是为了加深理解，自己又重新写了一遍，详情请看上述大神博客。
对mnist数据集的训练过程：
1. 下载已经转换好格式的数据集
/share/init?shareid=2404395037&uk=148722 提取码xama
2. 将下载下来的两个文件放在\examples\mnist目录上
3. 用vs打开lenet_solver.prototxt文件，将最后一行改成CPU
4. 用vs打开lenet_train_test.prototxt，指定训练数据、测试数据的来源及数据格式
5. 在caffe-windows目录下新建run.txt文件，输入：(因为我是Debug模式生成的，所以路径略有不同)
Build\x64\Debug\caffe.exe train –solver==examples/mnist/lenet_solver.prototxt
pause
将上述文件重命名为.bat文件，双击运行，不出意外的话即完成对mnist数据集的训练。
6. 训练完成后会生成 .caffemodel 文件和 .solverstate 文件
对mnist数据集的测试过程：
第一：利用mnist本身带有的测试集对上述训练出的模型进行测试
1. 利用compute_image_mean.exe生成均值文件 mean.prototxt，在caffe-windows根目录下创建一个mnist_mean.txt文件，输入：
Build\x64\Debug\compute_image_mean.exe examples\mnist\mnist_train_leveldb mean.binaryproto –backend==leveldb
pause
改成.bat文件双击运行，在根目录下生成mean.binaryproto
2. 上述博客中是用vs打开examples\mnist\lenet_train_test.prototxt，在层的定义中加入均值文件（可是我在实际操作中发现加入这个均值文件后，后续测试会保存，如果在这里不做修改，后续测试就不会报错。不知道为什么呀！！！！！另外有个疑问，是不是在这里对层的定义修改之后还需要重新训练网络呀，要不用已经训练好的网络，在这里更改有什么意义呀？？？？？）
3. 在根目录下新建mnist_test.txt文件，输入：
Build\x64\Debug\caffe.exe test –model==examples/mnist/lenet_train_test.prototxt –weights= examples/mnist/lenet_iter_1000.caffemodel
pause
更改成.bat文件，双击运行
第二：利用自己手写的数字对上述训练出的模型进行测试，也就是利用上述模型对自己手写的数字分类。
1. 第一步和第二步同上
2. 制作自己的手写数字图片，在examples\mnist目录上生成一个手写的数字图片和一个label.txt文件
3. 在根目录下新建一个文件输入：
Build\x64\Debug\classification.exe
examples/mnist/lenet.prototxt
examples/mnist/ lenet_iter_1000.caffemodel
mean.binaryproto
examples/mnist/label.txt
examples/mnist/test1.bmp
改成.bat文件双击运行
