【caffe学习笔记之6】caffe-matlab/python训练LeNet模型并应用于mnist数据集（1）

【案例介绍】

LeNet网络模型是一个用来识别手写数字的最经典的卷积神经网络，是Yann LeCun在1998年设计并提出的，是早期卷积神经网络中最有代表性的实验系统之一，其论文是CNN领域第一篇经典之作。本篇博客详细介绍基于Matlab、Python训练lenet手写模型的案例，作为前几次caffe深度学习框架的阶段性总结。

【数据准备】

数据下载地址：http://yann.lecun.com/exdb/mnist/

共有4个文件：

全部下载下来，这样的数据格式并不是caffe支持的数据格式（leveldb/lmdb/hdf5），因此需要对数据格式进行转换。

由于是win10系统，尝试了使用convert_mnist_data.exe来执行，可是遇到了如下所示的错误：查阅了很多资料也没有解决，因此决定曲线救国：先将mnist数据集转换成图片格式，然后再将图片转换成leveldb、lmdb或者HDF5格式，这样反而更有普遍意义

如果找到了简单有效的数据转换方法，欢迎大家留言。