MNIST数据集简介：
MNIST数据集是一个大型的手写体数据库，广泛用于机器学习领域的训练和测试，它是由纽约大学的Yann LeCun教授整理的，包括60000个训练样本和10000个测试样本，其图像都是灰度图像，固定尺寸为28x28(像素)。
数据集的准备：
caffe源码框架的data/mnist文件夹下有MNIST数据集的下载脚本get_mnist.sh.
1.首先将路径切换到caffe的根目录下
2.进行原数据集的下载
（首先先检查你的网络是否连接哦）
运行get_mnist.sh脚本
（运行的图片知识截取了其中的一部分），运行完成后在data/mnist文件夹下会出现以下四个二进制文件（根据自己的情况，如果下载下来是压缩包则需要进行解压）。
caffe可以识别的数据文件为LEVELDB和LMDB文件，因此运行一下脚本将二进制文件转换为leveldb或者lmdb文件（这两种格式的数据可以加快系统加载数据的速度）。
即可在examples/mnist文件夹下发现这两个文件
此时数据准备工作完成。
LeNet-5模型的训练：
运行如下命令进行模型的训练
训练结果：（因CPU或GPU的性能不同而异）
在CPU上训练：
用时：21分43秒；
分类准确率：99.21%；
loss： 0.0286289
在GPU上训练：
用时：2分54秒
分类准确率：99.09%
loss： 0.0294631
附一张CPU上的训练结果图~
如有错误，欢迎大家指正~~
