CIFAR-10數據集含有6萬個32*32的彩色圖像，共分爲10種類型，由 AlexKrizhevsky, Vinod Nair和 Geoffrey Hinton收集而來。包含50000張訓練圖片，10000張測試圖片。
這是該數據集的一些圖片。
下面爲具體步驟
第一步，在終端運行以下指令，下載CIFAR-10數據庫。
cd $CAFFE_ROOT/data/cifar10
./get_cifar10.sh
第二步，然後進入目錄 執行
cd $CAFFE_ROOT
./examples/cifar10/create_cifar10.sh
可以打開create_cifar10.sh文件，查看具體做了什麼。其實就是將圖片庫轉成leveldb格式，並計算均值二進制文件。執行之後，可以發現examples文件夾下中出現數據庫文件cifar10-leveldb和數據庫圖像均值二進制文件mean.binaryproto。
第三步，訓練cifar網絡。
如果不支持GPU訓練，則需要將CAFFE_ROOT/examples/cifar10/cifar10_quick_solver.prototxt中的最後一行改爲solver_mode:CPU，如下圖：
如果支持GPU訓練，則不需要改。
接下來，回到caffe目錄，運行train_quick.sh。
cd $CAFFE_ROOT
./examples/cifar10/train_quick.sh運行之後，可以看到終端便開始打印出一些信息。
部分信息如下：可以看到到迭代2500次時，準確率爲0.6858.
注1：也可以看看$CAFFE_ROOT /examples/cifar10文件夾下的readme.md文件，裏面也有一些步驟說明。
注2：第二步要是先進入$CAFFE_ROOT /examples/cifar10/目錄，再運行create_cifar10.sh，會出現如下錯誤：
解決方法是要在$CAFFE_ROOT目錄下運行create_cifar10.sh文件。
