caffe学习笔记17-find-tuning微调学习

find-tuning：

        对已有模型进行find-tuning(softmax层的变动,只需要微调)，比如我们现在有一个1000类的分类模型，但目前我们的需求仅是20类，此时我们不需要重新训练一个模型，只需要将最后一层换成20类的softmax层，然后使用已有数据对原模型进行fine-tuning即可。

1.Fine-tuning微调（train + solver.prototxt + caffemodel） 

  # 微调 CaffeNet 模型的权值以完成风格识别任务(style recognition)
./build/tools/caffe train -solver examples/finetuning_on_flickr_style/solver.prototxt -weights models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel
        注：(变动的层fc8需要改名字，不然还是原来的参数，caffenet结构的输出层的类别数一定要大于我训练集的类别数才可以收敛！）

        比如原来我把图像类别的label设置成1，2，3，改成0，1，2后，最后全连接层的转出改成3就OK了。