caffe学习-工具使用

摘录自冯超《深度学习轻松学》
message SolverState
{
optional int32 iter=1;
optional string learned_net=2;
repeated BolbProto history=3;
optional int32 current_step=4
}
这里面包含了历史的信息（网络结构，权重和迭代次数）要想复原训练可以使用
./build/tools/caffe/ train --solver=xx.prototxt --snapshot xx.solverstate
虽然再训练的数据和之前训练的数据可能不同，但是还是一定限度地复原了之前的结果
如果使用以前的权重
./build/tools/caffe/ train --solver=xx.prototxt --weight xx.caffemodel
如果只进行测试并得到测试结果
./build/tools/caffe test --model=xx.prototxt 定义了测试网络 --weight=xx.caffemodel
输出结果为每个batch的loss和准确率
时间测试
./build/tools/caffe time --model=xx.prototxt --weight=xx.caffemodel
会给出模型的前向反向的平均时间，以及每一层的时间
输入测试数据的写法
layer
{
name:“data”
type:“input”
top:“data”
input_param{shape:{dim:1 dim:3 dim:32 dim:32}}
}