1. 下载cifar-10

ciffar-10数据集包含10种物体分类，50000张训练图片，10000张图片。

在终端执行指令下载cifar-10数据集(二进制文件）：

 cd ~/caffe-master
 ./data/cifar10/get_cifar10.sh

在./data/cifar10文件夹下生成5个.bin的训练数据集合1个测试数据集：

2. 生成lmdb以及均值文件

 ./examples/cifar10/create_cifar10.sh

执行之后在./examples/cifar10下生成训练和测试lmdb文件和均值mean.binaryproto文件

3. 根据系统修改运行模式（CPU或GPU）

 sudo gedit ./examples/cifar10/cifar10_quick_solver.prototxt

修改最后一行 solver_mode 的配置为CPU或GPU

4. 执行训练

执行cifar10文件夹下的train_quick.sh开始训练：

 ./examples/cifar10/train_quick.sh

4000次的迭代在CPU上训练耗时约30min，最终精度是84%：