我們學習Caffe提供的簡單例程，目的是為了讓初學者輕松上手，以examples/cifar10/為例，主要用於小圖片的分類。
1 cifar10數據集
60000張32*32彩色圖片，50000張訓練，10000張測試
下載cifar10數據集：http://www.cs.toronto.edu/~kriz/cifar-10-binary.tar.gz
將下載好並解壓好的數據存放於/data/cifar10/路徑
下載好的原始數據是BINARY（二進制）格式的，需要轉換成LMDB或LEVELDB格式才能被Caffe識別（本文以LEVELDB格式為例）。
2 轉換格式
我們已經編譯好Caffe，可參考前面的博客Caffe環境搭建，只需要在根目錄D:\caffe-master下編寫一個腳本，完成后雙擊該腳本即可，我是將Caffe的源碼解壓在D盤的。
腳本文件如下所示：
.\Build\x64\Release\convert_cifar_data.exe ./data/cifar10 ./examples/cifar10 leveldb
pause
.\Build\x64\Release\convert_cifar_data.exe
./data/cifar10 表示輸入數據文件路徑
./examples/cifar10 表示輸出數據文件路徑
leveldb 表示數據格式，你也可以嘗試生成lmdb格式
提示：如何編寫bat腳本文件？
答：其實就是新建一個文本文件，然后將后綴名改寫成bat就可以。
關於腳本里面的Release模式，有人肯定會問，我用Debug模式不可以嗎？
答：也可以。但因為在Debug模式下會出現一系列的問題，我個人建議還是在Release模式下生成Caffe。
3 圖像數據均值
我們已經編譯好Caffe，只需要在目錄D:\caffe-master下編寫一個腳本就好，完成后雙擊腳本。
腳本如下所示：
.\Build\x64\Release\compute_image_mean.exe -backend=leveldb ./examples/cifar10/cifar10_train_leveldb mean.binaryproto
pause
.\Build\x64\Release\compute_image_mean.exe 表示圖像數據進行初始化處理，需要compute_image_mean.exe可執行文件
-backend=leveldb 表示數據格式，如果不添加這句話的，默認轉化為lmdb
./examples/cifar10/cifar10_train_leveldb 表示剛才生成的訓練數據集的路徑，而不是val驗證數據集的路徑
mean.binaryproto 表示輸出均值文件名，后綴名為binaryproto。這里默認保存在當前路徑下，也就是在D:\caffe-master。
4 配置網絡文件
該版本的網絡配置文件有很多，我這里使用/examples/cifar10/cifar10_quick_train_test.prototxt。打開之后修改訓練數據和驗證數據以及均值文件的路徑，如下圖所示，紅色部分為修改過后的：
由於我是CPU模式的，所以還需要修改一下/examples/cifar10/cifar10_quick_solver.prototx文件里面的模式，如下圖所示，紅色圓圈為修改過的，原先為GPU模式。
5 訓練日志
由於使用了cifar10_quick_train_test.prototxt，對應的在模型訓練設置文件上我們使用cifar10_quick_solver.prototxt，其實不需要修改內容，當然你也可以自己指定一些參數。
我們已經編譯好Caffe，只需要在根目錄D:\caffe-master下編寫一個腳本，完成后雙擊該腳本即可。
.\Build\x64\Release\caffe.exe train --solver=examples/cifar10/cifar10_quick_solver.prototxt
pause
要是想進行驗證的話，可以修改命令為：
.\Build\x64\Release\caffe.exe test --model=examples/cifar10/cifar10_quick_train_test.prototxt
pause
運行結果，圖中紅色處為准確率，我們訓練測試主要看的也就是它：
