Caffe实战Day3-准备网络结构文件和训练文件（重点）

友情链接：我的caffe实战Day2-准备lmdb文件和均值文件

通过前两篇文章，我们已经把训练模型的数据准备好了，并做了需要做的预处理，接下来我们就开始准备网络结构文件，在开始之前呢，我们先列一下清单：

ok，本此我们就是准备其中的train_val.prototxt，deploy.prorotxt,solver.prototxt三个文件，最后的caffemodel文件，相信大家从名字也可以看出来，这个时训练成功后生成的模型参数文件，他涉及到模型的训练，我们放到下一篇来讲解。

一、train_val.prototxt

这个文件呢，是网络的结构文件，一般说设计网络，狭义上就是指的设计这个文件的内容，对于初学者，我建议你们先用简单的模板训练，在看懂的基础上，了解这个文件的结构，以及自己如何去设计这个文件。

caffe自带的demo中有很简单的，也很经典的LeNet、AlexNet、GoogLeNet模型(google为了向经典的LeNet致敬，才将L大写)，再次强烈建议大家将这些模型的结构看一遍，弄懂为何这样设计，这对你以后自己去设计网络有很大的启发，当然基本的数理统计算法，比如经典的BP算法、autoencoder、基本的激活函数sigmoid函数LRN函数等等，这些需要根据格个人情况自行补课。

好了，废话不多说，我们马上开始准备train_val.prototxt文件。

我们采用自带的CaffeNet为例，层数少，容易理解，将caffe/models/bvlc_reference_caffenet下的文件全都copy到你的工作目录下。像我一样我把这个文件夹复制到我的工作目录下，并重命名为make_model。

大家打开刚才复制的文件夹，其实三个文件我们都可以找到，我们先打开train_val.prototxt文件，代码如下：

name: "CaffeNet"
layer {
  name: "data"
  type: "Data"
  top: "data"
  top: "label"
  include {
    phase: TRAIN 
  }
  transform_param {