Caffe示例程序測試mnist數據集

mnist是一個手寫數字庫，現在成了DL的入門練習庫。徵對mnist識別的專門模型是Lenet，算是最早的cnn模型了。

mnist數據訓練樣本爲60000張，測試樣本爲10000張，每個樣本爲28*28大小的黑白圖片，手寫數字爲0-9，因此分爲10類。（ps:在caffe中運行所有程序，都必須在根目錄下進行，否則會出錯）

首先下載mnist數據，假設當前路徑爲caffe根目錄

./data/mnist/get_mnist.sh

包含兩個訓練集和兩個測試集，分別是圖片和標籤

./examples/mnist/create_mnist.sh 

下載到的原始數據集是二進制文件，需要轉換爲levelDB或LMDB纔可以被Caffe使用。這是因爲數據類型太多樣化，用一套代碼處理所有類型的輸入數據比較繁瑣，轉換格式後可以簡化數據讀取，另外一方面是用levelDB或LMDB可以提高磁盤IO利用率

衆所周知，深度神經網絡中比較難的一點就是調參，這個需要一點的工作量和經驗，所以這裏用默認參數。看一下參數設置

./examples/mnist/train_lenet.sh

開始訓練，Caffe目前貌似支持單機多卡，我的機器上裝有4張K80（一張卡上有兩個芯片），但是隻用了一個芯片

訓練用時4分鐘。

./build/tools/caffe.bin test -model examples/mnist/lenet_train_test.prototxt -weights examples/mnist/lenet_iter_10000.caffemodel -iterations 100

對訓練好的模型進行測試，很快結束，準確率99%，用時30秒左右。