CAFFE框架训练

CAFFE框架训练

• caffe框架的“.sh”文件要在绝对目录下运行

• blob（binary large object），二进制大对象，是一个可以存储二进制文件的容器。

• 待续
• caffe训练完成后会生成两个文件caffemodel和solverstate。solverstate相对于caffemodel多了一些数据，例如模型名称，当前迭代次数等。两者的功能不同，caffemodel是模型训练完后保存的结果，在测试阶段用来分类。solverstate是用来恢复训练的，防止意外终止而保存的快照。

5 caffe依赖包解析

* caffe的第三方依赖软件包都可以安装到本地’/home/username/local_install/’下，这样方便caffe从一台服务器移植到另一台服务器后，不需要编译、安装

5.1 ProtoBuffer

• Google开发的一种可以实现内存与非易失存储介质（如硬盘文件）交换的协议接口
• 利用ProtoBuffer协议，用户只需要建立统一的参数描述文件（proto），然后利用protoc编译就能让协议细节等关键部分代码自动生成，节省了大量的开发、调试时间。
• caffe中*solver.prototxt文件中的参数从文件中读到内存的过程就是由ProtoBuffer完成的。
• ProtoBuffer的api接口caffe.pb.h和caffe.pb.cc就是用于解析caffe参数配置文件、将模型权值序列化/反序列化到磁盘的协议接口。

5.2 Boost