caffe，1 网络结构层参数详解
prototxt文件是caffe的配置文件，用于保存CNN的网络结构和配置信息。prototxt文件有三种，分别是deploy.prototxt，train_val.prototxt和solver.prototxt。
solver.prototxt是caffe的配置文件。里面定义了网络训练时候的各种参数，比如学习率、权重衰减、迭代次数等等。
solver.prototxt文件只在网络进行训练的时候需要载入。是网络训练的一个整体的参数配置文件。
下面详细说明每一个参数所代表的意义：
1 #网络模型描述文件 2 #也可以用train_net和test_net来对训练模型和测试模型分别设定 3 #train_net: "xxxxxxxxxx" 4 #test_net: "xxxxxxxxxx" 5 net: "E:/Caffe-windows/caffe-windows/examples/mnist/lenet_train_test.prototxt" 6 #这个参数要跟test_layer结合起来考虑，在test_layer中一个batch是100，而总共的测试图片是10000张 7 #所以这个参数就是10000/100=100 8 test_iter: 100 9 #每迭代500次进行一次测试 10 test_interval: 500 11 #学习率 12 base_lr: 0.01 13 #动力 14 momentum: 0.9 15 #type:SGD #优化算法的选择。这一行可以省略，因为默认值就是SGD，Caffe中一共有6中优化算法可以选择 16 #Stochastic Gradient Descent (type: "SGD"), 在Caffe中SGD其实应该是Momentum 17 #AdaDelta (type: "AdaDelta"), 18 #Adaptive Gradient (type: "AdaGrad"), 19 #Adam (type: "Adam"), 20 #Nesterov’s Accelerated Gradient (type: "Nesterov") 21 #RMSprop (type: "RMSProp") 22 #权重衰减项，其实也就是正则化项。作用是防止过拟合 23 weight_decay: 0.0005 24 #学习率调整策略 25 #如果设置为inv,还需要设置一个power, 返回base_lr * (1 + gamma * iter) ^ (- power)，其中iter表示当前的迭代次数 26 lr_policy: "inv" 27 gamma: 0.0001 28 power: 0.75 29 #每训练100次屏幕上显示一次，如果设置为0则不显示 30 display: 100 31 #最大迭代次数 32 max_iter: 2000 33 #快照。可以把训练的model和solver的状态进行保存。每迭代5000次保存一次，如果设置为0则不保存 34 snapshot: 5000 35 snapshot_prefix: "E:/Caffe-windows/caffe-windows/examples/mnist/models" 36 #选择运行模式 37 solver_mode: GPU
test_iter：表示网络的测试迭代次数。网络一次迭代将一个batchSize的图片进行测试，所以为了能将validation集中所有图片都测试一次，这个参数乘以TEST的batchSize应该等于validation集中图片总数量。即test_iter*batchSize=val_num。注：这里的test是将训练集=训练+测试，test是这里的测试。
test_interval：表示网络迭代多少次进行一次测试。一次迭代即一个batchSize的图片通过网络正向传播和反向传播的整个过程。比如这里设置的是224，即网络每迭代224次即对网络的准确率进行一次验证。一般来说，我们需要将训练集中所有图片都跑一编，再对网络的准确率进行测试，整个参数乘以网络data层（TRAIN）中batchSize参数应该等于训练集中图片总数量。即test_interval*batchSize=train_num。
base_lr：表示网络的基础学习率。学习率过高可能导致loss持续86.33333，也可能导致loss无法收敛等等问题。过低的学习率会使网络收敛慢，也有可能导致梯度损失。一般我们设置为0.01。
display: 每多少次显示在窗口一次。
max_iter: 网络的最大迭代次数。训练集中的图片当然不能只训练一次就算了，要反复多次的进行训练，所以这个参数应该要大一些。
lr_policy: 学习率变化。
gamma: 学习率变化比率。一般不改。
momentum: 学习的参数。一般不改。
weight_decay: 学习的参数。一般不改。
stepsize: 每多少次学习率递减。这里是迭代2218次学习率递减。
snapshot: 每多少次保存一次学习的结果。即caffemodel。
solver_mode: 设置使用GPU还是CPU进行学习训练。
net: 网络结构的文件路径。
solver_type: 优化算法的选择，一共有六种可选：SGD、AdaDelta、AdaGrad、Adam、Nesterov和RMSProp。默认为SGD。
2. deploy.prototxt和train_val.prototx
这两个文件是caffe的网络结构文件。train_val.prototx是训练时候的网络结构，deploy.prototxt用于发布（即测试时候的网络结构）。这两个文件中内容基本一致，但是存在一些细微区别：
- 在train_val.prototx中网络结构的data层有两种，分别为TRAIN和TEST。顾名思义，TRAIN是网络训练时后的数据结构，TEST是网络做验证时候的数据结构。一般来说TRAIN中的batchSize比TEST中的要大一些。
- 在train_val.prototx中的卷积层（Convolution）中存在学习率和权重衰减的参数，而deploy.prototxt文件中则没有这些参数（有些deploy.prototxt中仍然有这些参数，但是对测试不起任何作用）。
由于train_val.prototx包含了deploy.prototxt文件中所有的参数定义，所以下面以train_val.prototx文件为例，详细说明每个参数的意义。这里以经典的AlexNet网络为例：
1 data层
1 layer {
2 name: "train-data"
3 type: "Data"
4 top: "data"
5 top: "label"
6 include {
7 phase: TRAIN
8 }
9 transform_param {
10 mirror: true
11 crop_size: 227
12 mean_file: "./mean.binaryproto"
13 }
14 data_param {
15 source: "./train_db"
16 batch_size: 128
17 backend: LMDB
18 }
19 }name: 这一层的名字。
type:这一层的类型。
top: 这一层所连接的上一层。注意，网络是从下往上生长的。最底层是数据层，越往上特征越抽象。
phase: TRAIN 表示这一层是训练时候网络的定义。
mirror:是否使用镜像。
crop_size:将输入数据裁剪为227。
mean_file:均值文件的路径。
source:训练集的路径。
batch_size:一次迭代输入的图片数量。
backend:数据集的格式。
2. Convolution层
1 layer {
2 name: "conv1"
3 type: "Convolution"
4 bottom: "data"
5 top: "conv1"
6 param {
7 lr_mult: 1.0
8 decay_mult: 1.0
9 }
10 param {
11 lr_mult: 2.0
12 decay_mult: 0.0
13 }
14 convolution_param {
15 num_output: 96
16 kernel_size: 11
17 stride: 4
18 weight_filler {
19 type: "gaussian"
20 std: 0.01
21 }
22 bias_filler {
23 type: "constant"
24 value: 0.0
25 }
26 }
27 }lr_mult: 学习率。这里有两个学习率，分别是filter和bias的学习率。
decay_mult:：衰减系数。同样有两个，与学习率对应。
num_output:：这一层输出的特征图个数。即改成用多少个卷积核去对输入做卷积操作。
kernel_size：卷积核的尺寸。
stride：卷积的步长。
weight_filler {
type: "gaussian"
std: 0.01
}
整个参数是表示使用高斯方法初始化滤波器参数。这里是使用均值为0，方差为0.01的高斯核。
bias_filler {
type: "constant"
value: 0.0
}
整个参数表示使用constant方法初始化偏置。即初始偏置设置为0。
补充
训练的时候使用的是 caffe-windows\Build\x64\Release\caffe.exe 对 solver.prototxt 模型进行训练。
mnist对图片进行预处理转换使用的是 caffe-windows\Build\x64\Debug\convert_mnist_data.exe
分类测试使用的是 E:\caffe\caffe-windows\Build\x64\Debug\classification.exe
计算均值使用的是 caffe-windows\Build\x64\Debug\compute_image_mean.exe ，输入是lmdb，输出均值文件xxxx.binaryproto
caffemodel和solverstate
在caffe训练完网络之后，会生成两个文件一个caffemodel和solberstate，caffemodel是各层的参数，也就是训练之后的网络模型最重要的文件，而 solverstate则是快照，就是可以通过该文件继续进行迭代（类似于断点续传）。
这两个文件的位置请看你训练网络的 solver.prototxt文件，这里面的 snapshot_prefix字段里写了文件生成的位置。
