基于caffe和casiaHWDB手写体汉字库的网络和参数设置（上）

网络和参数配置看论文：Convolution Neural Networks for Chinese Handwriting Recognition

lzj_solver.prototxt里面

(1)test_iter:测试样本总数/;

这个要与test layer中的batch_size结合起来理解。mnist数据中测试样本总数为10000，一次性执行全部数据效率很低，因此我们将测试数据分成几个批次来执行，每个批次的数量就是batch_size。假设我们设置batch_size为100，则需要迭代100次才能将10000个数据全部执行完。因此test_iter设置为100。执行完一次全部数据，称之为一个epoch

注意：之前用convert_imageset生成LMDB格式时，参数resize_height和resize_width一定要设置，不然会出现data_transformer.cpp里的错误

错误：Check failed: error == cudaSuccess (2 vs. 0)  out of memory

解决办法：GPU查内存命令：nvidia-smi

杀死进程命令：kill -9 PID PID为上面查出的进程号

（2）test_interval

test_interval: 500

测试间隔。也就是每训练500次，才进行一次测试。

mnist是一个手写数字数据库，由Google实验室的Corinna Cortes和纽约大学柯朗研究院的Yann LeCun等人建立，它有60，000个训练样本集和10，000个测试样本集，对应test_interval是500，我们是在此基础上作改动

在300个训练集和测试集中，样本分别有72，000和18，000，对应test_interval是600

在3755个训练集和测试集中，样本分别有901，200和225，300，对应test_interval是6260

（3）base_lr