Mnist数据集 测试。
1.进入到caffe目录执行以下命令下载数据集：
./data/mnist/get_mnist.sh
执行完毕发现 caffe目录下./data/mnist/ 下面多了一些东西就是下载的mnist数据集
2. 然后在caffe目录下执行以下命令把数据集转换为lmdb数据集：
./examples/mnist/create_mnist.sh
执行完毕后发现caffe目录下/home/strong/caffe/examples/mnist/下多了两个lmdb结尾的文件夹
3. 在caffe目录下执行以下命令开始训练：
./examples/mnist/train_lenet.sh
训练完成发现测试集的accuracy = 0.9907
下面是刚才训练mnist数据集所用到的东西
1.train_lenet.sh
这里面是一条命令用来指定训练所需要的超参数配置文件 …solver.prototxt：
2.lenet_solver.prototxt
这里面是训练网络需要的超参数
几个重要的参数：
net 表示训练所需的网络的位置
test_iter: 在测试的时候，需要迭代的次数，即test_iter* batchsize（TEST阶段）=测试集的大小
test_interval: 训练的时候，每迭代500(上面截图设置的500)次就进行一次测试。
base_lr:”基础学习率。
momentum :全是0.9没有人写其他的
lr_policy:学习率下降策略
max_iter:最大迭代次数
display:每训练多少次在屏幕显示一次
snapshot:每训练多少次保存一次快照
snapshot_prefix:快照保存路径
solver_mode:指定cpu或gpu
3.lenet_train_test.prototxt
