唐乐迪《深度学习Caffe框架入门视频课程》学习笔记（包含深度学习网络训练和测试的技巧）

1. caffe简介
   由C语言完成框架，主要用于深度学习神经网络训练，最大的优点是不需要写代码。
   最大的特点：不需要写代码就可以完成网络的搭建。
   caffe结构介绍：
   Blob: stores data
   layer: 层次结构
   solver: 支配layer
   步骤：
   （1）制作数据源(run a script)
   （2）定义net(edit prototxt)
   (3) 定义layer(edit prototxt)
   (4) 训练网络（with pretrained weights）(run a scripts)

2. 网络配置：数据层详解
   数据层的类型有三种：（1）使用lamd源（分类）
   （2）使用HDF5源（回归）
   （3）数据直接来源与图片
   数据层的结构：
   （1）输入输出
   （2）transform_param
   (3) imgedata_param
   数据处理的内容：（1）crop
   (2) mirror
   (3) 减去均值
   （4）像素值归一化
   问题：如何制作train.txt文件

3. solver文件配置（超参数文件配置）
   test_iter: 一次测试多少个样本
   test_interval: 每训练多少次，测试一次