Caffe学习（三）：Caffe solver文件参数详细解析

以caffe-master\examples\mnist\lenet_solver.prototxt文件来解析，这个文件为训练mnist模型时的超参数文件，这个文件中中有两个参数test_iter与test_interval，这里用了单词“test”，但这个超参数时在训练阶段使用，而不是测试阶段，因此我认为应该翻译为验证更合适。因此文件参数解析如下：

test_iter: 100  #一次验证计算的图片批次，一次验证计算所有验证集图片（10000张），分test_iter(100)次进行，每个批次包含64（batch_size）张验证集图片。也就是说一次验证完成100个批次的图片验证

test_interval: 500 #每训练500次（即迭代500次），进行一次验证。

base_lr: 0.01  #基础学习率，即初始训练时的学习率
momentum: 0.9  #梯度下降法中的参数，一般不需变化
weight_decay: 0.0005  #权重衰减项，即正则化项前面的系数，用于防止过拟合

lr_policy: "inv"  #训练过程中学习率调整的方法，如果设置为inv, 学习率更新为 base_lr * (1 + gamma * iter) ^ (- power)
gamma: 0.0001  #学习率变化的比率
power: 0.75  #inv中的参数

display: 100  #每训练（迭代）100次显示一次训练的结果

max_iter: 10000 #总共训练（迭代）10000次

snapshot: 5000 #每5000次训练（迭代）输出caffemodel权重文件
snapshot_prefix: "examples/mnist/mnist_data/lenet"  #权重文件路径

solver_mode: GPU #使用GPU训练

训练过程中的参数对应如下：