你的计算机也可以看懂世界

CNN基础知识：?=（没基础的还应该另外了解一些神经网络算法的基础知识，例如前馈传递，BP算法等，有基础的也推荐再通过这个链接巩固一番，以下的文章会假设你对于CNN有比较全面和扎实的理解）

所需系统环境：及以上系统，以下的会不会有什么错误我不知道，对了，是64位系统哦~

其他环境：，（其他版本应该也可以，主要是用来在系统上模拟一个非常简易的环境，因为应用上只会用到一些很基础的命令，所以早一点的版本也无所谓）

Windows版Caffe框架：https://github.com/Microsoft/caffe

首先，需要将windows版本的Caffe框架下载到本地，随便下到哪都行，然后随便解压缩到哪都行，我解压完之后，Caffe框架的根目录就是H:\caffe-master\caffe-master。解压完之后，我们可以很明显地发现，这个框架还是一块未编译的“生肉”，是不能直接使用的，所以我们需要利用VS2013对其进行编译，但是在此之前，还有一个步骤，因为我们是小穷逼，我们没有动辄上万的GPU，但是贾大神所在的土豪实验室有用不完的GPU，所以这里默认的还是GPU模式的框架，我们需要对这一点进行修改，具体方式就是修改根目录中windows文件夹中的CommonSettings.props.example文件，具体修改方式是：

一、将该文件重命名为CommonSettings.props；

二、将该文件中的

CpuOnlyBuildfalse/CpuOnlyBuild

UseCuDNNtrue/UseCuDNN

改为

CpuOnlyBuildtrue/CpuOnlyBuild

UseCuDNNfalse/UseCuDNN

至于这里面的CuDNN是什么，之后会提到，现在先不用了解~

三、保存该文件。

在将框架改为CPU模式之后，就可以双击打开windows文件夹中的Caffe.sln文件，然后在VS2013中点击最上方的生成-重新生成解决方案即可，需要注意的是，进行这一步之前最好将Debug模式改成Release，就像这样。

经过一段时间的编译，在VS2013下端的显示台上会显示生成成功的信息，这时候这个框架就编译完成了，而生成的可执行文件caffe.exe的位置在根目录中的Build\x64\Release之中，同时还会生成一大堆的依赖包和各类库，这里各位先不用在意，今天的任务主要会和caffe.exe发生接触。

编译好了框架之后，可以说是万事俱备，只欠数据集和网络模型了，在第一次的尝试中，CSDN的卜居大神所推崇的使用YannLeCun大神（我习惯于说成杨乐村大神）提出的LeNet-5网络模型来进行对MNIST数据集的学习是非常适合的。

MNIST数据集是一个手写数字的数据库，所以可想而知，这次训练的目的是让你的计算机学会“看懂数字”。

MNIST数据集在哪里获取呢？Caffe框架已经为你想到了这一点，所以在H:\caffe-master\caffe-master\data\mnist中的get_mnist.sh脚本就是用来帮你下载这个数据集的，理论上，这个脚本的运行需要Linux的环境支持，但是我们现在用的是windows环境，怎么办呢？很简单，还记得之前所说的cygwin吗？没错，就用它！有关cygwin的安装和配置可以看看这个http://www.cygwin.cn/site/install/。

现在，你已经安装好了cygwin，并已经将其双击打开，只需要在这个黑框框里如下输入，然后回车，就会为你自动下载MNIST数据集（注意，如果不FQ是没有办法下载的，推荐一下我一直用的Psiphon3，这个名字一搜就能搜到，你们懂的）。

（忽略我的电脑名字是Celia，用的实验室的机器，懒得改了。。。）

这时候，你会发现在data\mnist文件夹中出现了