チュートリアルについて私が読んだことは、データを作成し、protobuf を使用してモデルを作成し、次にソルバー ファイルを作成するということです。最後に、モデルをトレーニングして、生成されたファイルを取得します。これはすべてコマンドラインから実行されます。今、2つの質問があります
1) 生成されたモデルがあるとします。テスト フォルダーにない新しいイメージをロードして、フォワード パスを実行するにはどうすればよいですか。コマンドラインまたはいくつかの言語（c ++、python）から実行する必要がありますか？
2）上記はそれを行う1つの方法だったと思います。分類器をトレーニングする最良の方法 (コマンド ライン トレーニング/またはコーディング) と、生成されたモデル ファイルをコードで (トレーニング後に) 使用する方法を教えてください。
私は自分のコードでカフェをインターフェースしたいのですが、mnistなどのデータベースでステップバイステップで説明する短いチュートリアルを見つけることができません。モデルはLeNetほど複雑である必要はありませんが、単純な完全に接続されたレイヤーはもします。しかし、C++ または Python を使用して単純なコードを記述し、データセットをゼロからトレーニングする方法を教えてください。
分類器をトレーニングし、それを使用して caffe を使用して新しいデータを予測するためのサンプル C++/python コードも高く評価されます。