碩士畢業論文第二點扯到了CNN上，準備用caffe框架來做，裝好windows下caffe後運行了第一個經典例子LeNet :參考：http://blog.csdn.net/tianrolin/article/details/51434687
運行第二個cifar10例子時，不會寫bat文件，運行也各種錯誤，這裏總結一下我遇到的問題和解決辦法。親測有用！
一、數據集準備
到官網中下載cifar10數據集，如果使用的是c++，那麼下載.bin文件。數據集介紹已經很詳細了。cifar10數據集官網下載
下載並解壓，看到共有6個.bin文件，前面五個是訓練集，最後一個是測試集。
二、將數據集轉成leveldb格式
用vs2013打開項目工程。有一個project是convert_cifar_data。（若沒有，則可以在Solution新建一個cuda project，導入tools文件夾中的convert_cifar_data.cpp文件，配置環境即可）。
編譯這個project，之後會在../../examples/cifar10/文件夾下找到convert_cifar_data.exe。
新建兩個文件夾，分別命名爲input_folder,output_folder。input_folder中放入第一階段準備好的cifar10數據。output_folder爲轉換數據之後存儲位置。
同級目錄下新建一個批處理文件，後綴名.bat，輸入以下內容並保存。
convert_cifar_data.exe input_folder output_folders leveldb
pause 這裏將數據集轉成了leveldb格式。運行convet_cifar_data.bat文件，完成數據的轉換。
三、計算數據的均值文件
新建一個cuda project，命名爲compute_image_mean，導入tools文件夾中的compute_image_mean.cpp文件，配置環境。
編譯，輸出路徑爲爲../../bin\，所以，在bin 文件夾下找到生成的compute_image_mean.exe。
將第二階段生成的input_folder,output_folder拷貝過來。同級目錄下新建一個.bat文件。輸入以下內容並保存。
compute_image_mean.exe output_folders/cifar10_train_leveldb mean.binaryproto
pause 運行compute_image_mean.bat文件，生成了mean.binaryproto文件。這個文件即爲均值文件。
四、訓練cifar10數據集
在examples/cifar10/文件夾中，找到cifar10_quick_trian_test.prototxt。
修改裏面的mean_file和source的路徑。backend一律改爲LEVELDB。
只要是編譯好的caffe框架，在bin文件夾裏面都有一個caffe.exe。這是一個訓練數據集的可執行文件，在上級目錄下新建一個.bat，添加內容，保存並運行。
.\bin\caffe.exe train --solver=examples/cifar10/cifar10_quick_solver.prototxt
pause 看到在dos窗口已經開始訓練了，訓練迭代次數等參數均在cifar10_quick_solver.prototxt文件中。這裏採用了gpu訓練，迭代了4000次，最終的訓練精度爲0.7061。
在examples/cifar10/文件夾中，找到了訓練出來的模型cifar10_quick_iter_4000.caffemodel。
結果如下：
出現問題和注意事項：
1. 問題一：路徑問題
- 就是要注意替換
.prototxt文件中的mean_file和source的路徑，以及caffe.exe等文件的路徑也要確保.bat文件可以找到並運行。（我是本辦法：寫絕對路徑，因爲一直不知道環境變量怎麼設置）
2. 報錯： “db_lmdb.hpp:14] Check failed: mdb_status == 0 (112 vs. 0) 磁盤空間不足。”
這問題是由於lmdb在windows下無法使用lmdb的庫，所以要改成leveldb。
但是要**注意**，由於backend默認的是lmdb,所以你每一次用到生成的圖片leveldb數據的時候， 都要把“--backend=leveldb”帶上，這個很容易忘了，
還有在.prototxt中
data_param {
source: "./mysample_val_leveldb"
batch_size: 100
backend: LEVELDB //這個也要改掉的，原來是LMDB
}第二個問題參考：http://blog.csdn.net/u010595179/article/details/50581570