在訓練或者微調網絡時我們需要設置一些參數，在caffe中這些參數保存在sovler.prototxt文件中（當然這只是一個文件名，你也可以隨意換成其他的名稱）。在下面的代碼中以注釋的形式解釋每一個參數的意義。

net: "train.prototxt" #需要訓練的網絡名稱 test_iter: 100 #測試時的迭代次數 test_interval: 500 #每迭代500次測試一次網絡 #注意，test_iter和test_interval的設置與網絡文件中data層的batch_size有關，具體設置如下： #test_iter*batch_size(測試)=測試數據量 #test_interval*batch_size(訓練)>>訓練數據量 base_lr: 0.001 #學習率初始值0.01=1e-2(lr即learning rate) momentum: 0.9 #動量 weight_decay: 0.0001 lr_policy: "step"#學習率成階梯式遞減 gamma: 0.1 #multiply the lr by a factor of gamma for each stepsize iteration stepsize: 100000 #每迭代100,000次降低一次學習率 lr=lr/gamma display: 500 #每500次顯示一次結果 max_iter: 150000 #一共迭代150,000次 snapshot: 10000 #每10,000次向caffemodel/文件夾內存放一個model snapshot_prefix: "./caffemodel/" solver_mode: GPU #GPU方式運行 device_id: 7 #7號GPU運行

learning_rate有四種設置方式，具體可參見文章：[learning rate的四種改變方式] http://blog.csdn.net/cheese_pop/article/details/52024479)

有一些參數還不是很清楚意義，有待補充。

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的caffe中solver.prototxt文件参数解释的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。