Step1 下載安裝：
- Git bash：https://git-scm.com/download/win 用於在windows中運行shell腳本
- Wget：http://downloads.sourceforge.net/gnuwin32/wget-1.11.4-1-setup.exe 用於從互聯網上下載數據
- 安裝並配置環境變量
Step2 下載MNIST數據：
打開 git bash,運行caffe/data/mnist 下的get_mnist.sh文件
Step3 數據格式轉換：
從網絡下載的數據是二進制數據，無法直接在caffe框架下使用，需要轉換成lmdb或者leveldb格式的數據
在\data\mnist目錄下，新建一個create_mnist.bat，內容如下：
..scripts\build\examples\mnist\Release\convert_mnist_data.exe train-images.idx3-ubyte train-labels.idx1-ubyte ...\examples\mnist\mnist_train_lmdb
echo.
..\scripts\build\examples\mnist\Release\convert_mnist_data.exe t10k-images.idx3-ubyte t10k-labels.idx1-ubyte ..\examples\mnist\mnist_test_lmdb
pause
執行create_mnist.bat文件，在examples\mnist目錄下生成了對應的訓練和測試集數據：
Step4 修改文件：
- 用notepad打開\examples\mnist下的lenet_train_test.prototxt文件：將下面兩處改爲絕對路徑
2. 用notepad打開\examples\mnist下的lenet_solver.prototxt文件，將2行和23行設爲絕對路徑，25行設爲CPU
Step5 訓練：
在..\examples\mnist文件夾下編寫run.bat文件
..\scripts\build\tools\Release\caffe.exe train --solver=..\examples\mnist\lenet_solver.prototxt
Pause
雙擊運行run.bat,訓練結束如下圖所示
訓練完成後，會在..\examples\mnist文件夾下出現5000次和10000次的模型
Step6 測試模型：
在..\examples\mnist文件夾下創建test_mnist.bat文件，內容如下：
..\scripts\build\tools\Release\caffe.exe test --model=..\examples\mnist\lenet_train_test.prototxt -weights=..\examples\mnist\lenet_iter_10000.caffemodel
Pause
精度爲0.9869，至此測試結束。