1. Caffe目录结构

data/用于存放下载的训练数据
docs/ 帮助文档
examples/ 代码样例
matlab/ MATLAB接口文件
python/ PYTHON接口文件
models/ 一些配置好的模型参数
scripts/ 一些文档和数据会用到的脚本
核心代码
tools/ 保存的源码是用于生成二进制处理程序的，caffe在训练时实际是直接调用这些二进制文件
include/ caffe的实现代码的头文件
src/ 实现caffe的源文件

代码文件

lsvim ly.helloworld.proto

:q!退出
C++编译
protoc -I=. --cpp_out=. ly.helloworld.proto

lsvim test_pb.cpp

:q!退出
编译
gcc -o test_pb test_pb.cpp ly.helloworld.pb.cc -lprotobuf -lstdc++

ls
./test_pb
ls

看到log文件输出成功

Training LeNet on MNIST with Caffe

1. 获取数据
   ./data/mnist/get_mnist.sh

2. 将数据转化为lmdb格式
   ./examples/mnist/create_mnist.sh

3. 训练
   ./examples/mnist/train_lenet.sh

注意：

• 脚本的运行基于$Caffe_Root文件加下的路径执行

• 训练的时候，如果安装的时候选择了CPU_ONLY的话，在*.prototxt文件中，把mode:GPU改成mode:CPU

下载数据

cd caffe
./data/mnist/get_mnist.sh

转化数据

./examples/mnist/create_mnist.sh

./examples/mnist/create_mnist.sh
create_mnist.sh是利用caffe-master/build/examples/mnist/的convert_mnist_data.bin工具，将mnist date转化为可用的lmdb格式的文件。并将新生成的2个文件mnist-train-lmdb和mnist-test-lmdb放于create_mnist.sh同目录下。
训练

./examples/mnist/train_lenet.sh

如果没有GPU,使用CPU模式,修改$CAFFE_ROOT/examples/mnist/lenet_solver.prototxt:

# solver mode: CPU or GPUsolver_mode: CPU

# The train/test net protocol buffer definitionnet: "examples/mnist/lenet_train_test.prototxt" //网络协议具体定义# test_iter specifies how many forward passes the test should carry out.# In the case of MNIST, we have test batch size 100 and 100 test iterations,# covering the full 10,000 testing images.test_iter: 100 //test迭代次数,如果batch_size=100,则100张图一批,训练100次,则可以覆盖10000张图的需求# Carry out testing every 500 training iterations.test_interval: 500 //训练迭代500次测试一次# The base learning rate, momentum and the weight decay of the network.//网络参数:学习率,动量,权重的衰减base_lr: 0.01momentum: 0.9weight_decay: 0.0005# The learning rate policy //学习策略:有固定学习率和每步递减学习率lr_policy: "inv"gamma: 0.0001power: 0.75# Display every 100 iterations //每迭代100次显示一次display: 100# The maximum number of iterations //最大迭代次数max_iter: 10000# snapshot intermediate results //每5000次迭代存储一次数据,路径前缀如下snapshot: 5000snapshot_prefix: "examples/mnist/lenet"# solver mode: CPU or GPU //使用CPU或者GPUsolver_mode: GPU

./examples/mnist/train_lenet.sh
调用工具：./build/tools/caffe train --solver=examples/mnist/lenet_solver.prototxt

看到optimization done训练结束，~/caffe/examples/mnist/多了caffemodel
CPU:i3-3240 CPU @ 3.40GHz 训练耗时15分钟

原文出处