(一) cifar10分类训练

       本次学习使用caffe-master文件在Downloads目录下，使用caffe-master。

1.准备数据库  CIFAR-10（默认在caffe-master目录下）

终端执行如下命令获取数据库文件

chenshaobo@idea:~/Downloads/caffe-master$ cd data/cifar10/

chenshaobo@idea:~/Downloads/caffe-master/data/cifar10$ ./get_cifar10.sh

执行之后，当前目录下有以下文件：(ls)

        batches.meta.txt  data_batch_3.bin  get_cifar10.sh
       data_batch_1.bin  data_batch_4.bin  readme.html
      data_batch_2.bin  data_batch_5.bin  test_batch.bin

其中shell文件解析如下：

DIR="$( cd "$(dirname "$0")" ; pwd -P )"     //dirname "$0"是获取脚本所在的目录；pwd -P可以获取当前目录的绝对路径；
cd $DIR
 
echo "Downloading..."
 
wget --no-check-certificate http://www.cs.toronto.edu/~kriz/cifar-10-binary.tar.gz
 
echo "Unzipping..."
 
tar -xf cifar-10-binary.tar.gz && rm -f cifar-10-binary.tar.gz
mv cifar-10-batches-bin/* . && rm -rf cifar-10-batches-bin

表示获取文件解压之后的cifar-10-batches-bin文件夹下的所有文件都移到当前目录下并删除空文件夹；

然后，执行一下命令将获取的二进制文件转化为lmdb格式文件并计算image mean，如下：

chenshaobo@idea:~/Downloads/caffe-master/data/cifar10$ cd ../..
chenshaobo@idea:~/Downloads/caffe-master$ ./examples/cifar10/create_cifar10.sh 

运行完之后，将会在examples/cifar10下生成两个lmdb格式文件和数据库图像均值二进制文件。

2.训练和测试

训练主要使用网络配置文件cifar10_quick_train_test.prototxt和网络求解文件cifar10_quick_solver.prototxt

chenshaobo@idea:~/Downloads/caffe-master/examples/cifar10$ cd ../..
chenshaobo@idea:~/Downloads/caffe-master$ ./examples/cifar10/train_quick.sh

执行完命令后，此脚本首先进行网络的搭建工作。

然后，才开始进行训练。

通过设置后，每100次迭代会显示一次训练时的学习率lr和损失函数loss，每500次测试一次，输出#0(准确率)和*1（测试损失函数）。当迭代完之后，可以获得此模型的准确率。其中，模型的参数以二进制protobuf格式形式进行存储。

然后利用此模型训练新数据。