详细说明可参考网页：http://blog.csdn.net/wangchuansnnu/article/details/44341753

                                http://blog.sina.com.cn/s/blog_49ea41a20102w4uu.html

MNIST，一个经典的手写数字库，包含60000个训练样本和10000个测试样本，图片大小28*28

均在 caffe根目录下执行

1.下载数据：sudo sh ./data/mnist/get_mnist.sh

2.生成lmdb文件：sudo sh ./examples/mnist/create_mnist.sh

  此时在当前文件目录下生成 mnist_train_lmdb, mnist_test_lmdb 文件

3.配置网络： letNet网络的定义

     在 ./examples/mnist/lenet_train_test_prototxt文件中，可直接打开编辑

    sudogedit ./examples/mnist/lenet_train_test_prototxt

   本文不修改lenet_train_test_prototxt直接调用，即不改变网络的结构。

4.运行 ./examples/mnist/train_lenet.sh

   sudo sh ./examples/mnist/train_lenet.sh  这是训练网络的程序

         查看train_lenet.sh ,可用 sudo gedit ./examples/mnist/train_lenet.sh查看

        #!/usr/bin/env sh

          ./build/tools/caffe train--solver=examples/mnist/lenet_solver.prototxt

          可发现上述执行的是examples/mnist/lenet_solver.prototxt,其实使用的是在lenet_solver.prototxt中定义的解决方案。

           查看lent_solver.prototxt可知，这个是训练网络的参数设置，比如学习率，显示结果参数，是否采用CPU 或者GPU等

   本文不修改letnet_solver.prototxt ，即采用默认的解决方案。

5.测试数据集

  有三种接口可以进行测试数据，命令行、Python、MATLAB，本例中采用命令行进行测试，在

 /examples/mnist路径下，执行：

 sudo sh ./examples/mnist/test_lenent.sh

  下面是test_lenet.sh的内容
  ./build/tools/caffe test -model=examples/mnist/lenet_train_test.prototxt -weights=examples/mnist/lenet_iter_10000.caffemodel -gpu=0

 test：表示对训练好的模型进行Testing，而不是training。其他参数包括train,time, device_query。

-model=XXX：指定模型prototxt文件，这是一个文本文件，详细描述了网络结构和数据集信息。

   注意：test_lenent.sh脚本是根据train_lenet.sh脚本对照改写的。

 
下面给出MNIST结构网络的图示，（转载）