[caffe笔记003]：caffe的matlab接口

caffe的matlab接口的功能和python接口功能基本类似，不同之处在于：
- python可以自己增加python layer
- python可以采用多种求解反向传播的算法

但是matlab在处理数据及数据可视化方面比python容易很多，在需要查看中间结果时使用matlab要方便许多。

1. 查看caffe版本号

caffe.version()
如果正确编译了caffe的matlab接口，并将其$CAFFE_DIR/matlab及其子文件添加到matlab的路径当中，执行该语句将会出现caffe的版本号，同时这也是验证caffe使用编译成功的一种方式。

2. 设置caffe运行方式

GPU方式，matlab是不支持GPU多核的，需要设置一个GPU的id。

caffe.set_mode_gpu();
caffe.set_device(0);

CPU方式
caffe.set_mode_cpu();

3. 载入网络

将训练网络和测试网络写入两个不同的prototxt文件，会增减可读性。载入网络可分为训练阶段载入和测试阶段载入。

• 载入测试网络

net = caffe.Net(model, weights, 'test');

• 载入训练网路

net = caffe.Net(model, weights, 'train');

4. 测试阶段

按照网络输入数据参数准备好数据之后，将其传递到net当中并进行前向传播

residual= net.forward({data});

5. 获得各层中间结果

可以直接通过blob的名字获得中间结果，例如：

conv1 = net.blobs('conv1_1').get_data();

6. 获得模型参数

模型参数通过layer来获得，例如：

weightConv1 = net.layers('conv1_1').params(1).get_data();