caffe for windows 模型中 solver.prototxt 代码解读

net: "models/bvlc_reference_caffenet/train_val.prototxt"
test_iter: 1000    //
test_interval: 1000
base_lr: 0.01
lr_policy: "step"
gamma: 0.1
stepsize: 100000
display: 20
max_iter: 450000
momentum: 0.9
weight_decay: 0.0005
snapshot: 10000
snapshot_prefix: "models/bvlc_reference_caffenet/caffenet_train"
solver_mode: GPU

test_iter: 1000是指测试的批次，我们就10张照片，设置10就可以了。 
test_interval: 1000是指每1000次迭代测试一次，我们改成500次测试一次。 
base_lr: 0.01是基础学习率，因为数据量小，0.01就会下降太快了，因此改成0.001 
lr_policy: “step”学习率变化 
gamma: 0.1学习率变化的比率 
stepsize: 100000每100000次迭代减少学习率 
display: 20每20层显示一次 
max_iter: 450000最大迭代次数， 
momentum: 0.9学习的参数，不用变 
weight_decay: 0.0005学习的参数，不用变 
snapshot: 10000每迭代10000次显示状态，这里改为2000次 
solver_mode: GPU末尾加一行，代表用GPU进行