Caffe学习笔记（1）：简单的数据可视化

caffe的底层是c++写的，如果要进行数据可视化，需要借助其它的库或者是接口，如opencv,python或者是matlab，python的环境需要自行配置，因为我使用的都是网管同志已经配置好的深度学习服务器，所以不用管底层的一些配置问题，如果需要自行配置自己的机器，请参照：
http://www.cnblogs.com/denny402/p/5088399.html

当前目录为caffe的根目录，使用python接口读取caffe自带的一张图片，并显示。此处一般来说导入可matplotlib后应该可以正常显示图片，但作者的电脑上一直不能弹出图片对话框，查了好久后，找到了一个对策，导入pylab库，然后在显示图片的语句后加上pylab.show()，这样就可以正常显示了，如果大家电脑上不加这一句仍然可以显示，大可把这一句删了。

图像为三通道，分辨率为360＊480，所以打印出来的信息为：

>>>(360,480,3)

打开examples/net_surgery/conv.prototxt文件，修改两个地方。
一是将input_shape由原来的是（1，1，100，100）修改为(1,3,100,100),即由单通道灰度图变为三通道彩色图。
二是将过滤器个数(num_output)由3修改为16，多增加一些filter, 当然保持原来的数不变也行。
其它地方不变，修改后的prototxt如下：只有一个卷积层

# Simple single-layer network to showcase editing model parameters.
name: "convolution"
input: "data"
input_shape {
  dim: 1
  dim: 3
  dim: 100
  dim: 100
}
layer {
  name: "conv"
  type: "Convolution"
  bottom: "data"
  top: "conv"
  convolution_param {
    num_output: 16
    kernel_size: 5
    stride: 1
    weight_filler {
      type: "gaussian"
      std: 0.01
    }
    bias_filler {
      type: "con