py-faster-rcnn中的solver文件注解

py-faster-rcnn-master/models/pascal_voc/ZF/faster_rcnn_alt_opt 目录下含有如下图所示文件：

含有solver的是网络求解及超参数配置文件，对其中的stage2_fast_rcnn_solver30k40k.pt文件，在做了一些注解，以备用查看：

参考：https://blog.csdn.net/zchang81/article/details/73088356

 

#https://blog.csdn.net/zchang81/article/details/73088356
train_net: "models/pascal_voc/ZF/faster_rcnn_alt_opt/stage2_fast_rcnn_train.pt"

base_lr: 0.001  #网络最开始的学习率
lr_policy: "step" #采用的学习策略，由于参数设定解释比较多，放在最后面
gamma: 0.1 #和学习率相关的，lr_policy中包含此参数的话，需要进行设置，一般是一个实数
stepsize: 30000 #和"step"联合使用，训练经过stepsize后，改变学习率
display: 20 #间隔20次迭代后对结果进行输出
average_loss: 100 #取100次foward的loss作平均，进行显示输出。
momentum: 0.9 #动量，上一次梯度更新的权重
weight_decay: 0.0005 #权重衰减项，用于防止过拟合。

# We disable standard caffe solver snapshotting and implement our own snapshot
# function
snapshot: 0 #训练快照，确定多久保存一次model和solverstate
# We still use the snapshot prefix, though
snapshot_prefix: "zf_fast_rcnn" #snapshot的前缀，就是model和solverstate的命名前缀，也代表路径


######################################## lr_policy ###########################################
#lr_policy：学习率应该遵守什么样的变化规则，这个参数对应的是字符串，选项及说明如下：
“step” - 需要设置一个stepsize参数，返回base_lr * gamma ^ ( floor ( iter / stepsize ) )，iter为当前迭代次数
“multistep” - 和step相近，但是需要stepvalue参数，step是均匀等间隔变化，而multistep是根据stepvalue的值进行变化
“fixed” - 保持base_lr不变
“exp” - 返回base_lr * gamma ^ iter, iter为当前迭代次数
“poly” - 学习率进行多项式误差衰减，返回 base_lr ( 1 - iter / max_iter ) ^ ( power )
“sigmoid” - 学习率进行sigmod函数衰减，返回 base_lr ( 1/ 1＋exp ( -gamma * ( iter - stepsize ) ) )

其他solver文件差不多，就不必注解了