1.??????將終端定位到Caffe根目錄；

2.??????下載MNIST數據庫并解壓縮：$ ./data/mnist/get_mnist.sh

3.??????將其轉換成Lmdb數據庫格式：$ ./examples/mnist/create_mnist.sh?

執行完此shell腳本后，會在./examples/mnist下增加兩個新目錄，mnist_test_lmdb和mnist_train_lmdb

4.??????train model：$ ./examples/mnist/train_lenet.sh

(1)、使用LeNet網絡(《Gradient-BasedLearning Applied to Document Recognition》)；

(2)、使用./examples/mnist/lenet_train_test.prototxtmodel；

(3)、使用./examples/mnist/lenet_solver.prototxtmodel；

(4)、執行train_lenet.sh腳本，會調用./build/tools目錄下的caffe執行文件，此執行文件的實現是./tools目錄下的caffe.cpp文件；

(5)、執行此腳本后，會生成幾個文件，其中./examples/mnist/lenet_iter_10000.caffemodel則是最終訓練生成的model文件；

(6)、以上默認的是在GPU模式下運行，如果想讓其在CPU模式下運行，只需將lenet_solver.prototxt文件中的solver_mode字段值由原來的GPU改為CPU即可；

運行結果如下圖：

參考文獻：http://caffe.berkeleyvision.org/gathered/examples/mnist.html