1.   開啟examples\mnist目錄下的lenet_solver.prototxt檔案，可以看到solver_mode: GPU這一選項，可以設定為GPU或者CPU

net和snapshot_prefix  設定為絕對路徑

2.   開啟examples\mnist目錄下的lenet_train_test.prototxt檔案，修改第一個和第二個layer的source為第一步生成的訓練測試資料，

backend 需要與source   mnist_train_leveldb對應，有的是lmdb如下圖所示:  source最好是絕對路徑（減少不必要的麻煩）

3.開啟cmd命令列，輸入

便可以進行訓練

4.   開始訓練，如果出現下面錯誤

那麼說明當前設定的CUDA的architecture與電腦的CUDA不匹配

開啟CommonSettings.props可以看到CudaArchitecture選項，設定成電腦GPU的Architecture，重新編譯之前的caffe工程。

說明：編譯之前，一定要確定對應的CudaArchitecture是正確的，檢視方法：右鍵libCaffe工程->屬性

點開CodeGeneration對話方塊，下面有一個巨集按鈕，點選如下，找到CudaArchitecture，檢視值是否正確(我的電腦GPU計算能力是3.0，因此設定為compute_30,sm_30)

4 測試

得到測試結果

.