二、训练模型
1、修改模型
首先把models/bvlc_alexnet下的solver.prototxt和train_val.prototxt复制到
examples/test_A路径下，然后打开solver.prototxt文件（建议下载一个Notepad++），将其修改为如下：
下图盗的，自行对照修改
net: "
E:/caffe/caffe-master/examples/test_A/train_val.prototxt" #路径自行修改
test_iter: 2
test_interval: 50
base_lr: 0.001
lr_policy: "step"
gamma: 0.1
stepsize: 100
display: 20
max_iter: 500
momentum: 0.9
weight_decay: 0.005
snapshot: 500 #注意：这一句和下一句可以不要，主要是用于保存模型
snapshot_prefix: "D:/Micro_Caffe/caffe-master/examples/myfile/model_test" #路径自行修改
solver_mode: GPU #没有GPU改用CPU，但是需要比较长的时间，并且CPU温度蹭蹭蹭就上去了
各个参数具体含义参考如下：
https://www.cnblogs.com/denny402/p/5074049.html
然后修改train_val.prototxt文件，首先就是修改Data层的4个路径（注意，自行修改成自己的相应路径）：
name: "AlexNet"
layer {
name: "data"
type: "Data"
top: "data"
top: "label"
include {
phase: TRAIN
}
transform_param {
mirror: true
crop_size: 227
mean_file: "E:/caffe/caffe-master/examples/test_A/mean.binaryproto"
}
data_param {
source: " E:/caffe/caffe-master/examples/test_A/train_lmdb"
batch_size: 256
backend: LMDB
}
}
layer {
name: "data"
type: "Data"
top: "data"
top: "label"
include {
phase: TEST
}
transform_param {
mirror: false
crop_size: 227
mean_file: " E:/caffe/caffe-master/examples/test_A/mean.binaryproto"
}
data_param {
source: " E:/caffe/caffe-master/examples/test_A//test_lmdb"
batch_size: 50
backend: LMDB
}
}
除此之外，最后一层输出神经元的个数也需要进行修改（模型里是1000类）。在最后一个全连接层，将1000改为5
至此，所有修改都已经完成。
（为什么都是绝对路径？总之如果出现找不到文件或者文件夹等错误时，就把相对路径修改成绝对路径）
2、执行训练
接下来，在cmd中输入如下指令即可：（注意，必须先cd到caffe根目录下）
Build\x64\Release\caffe.exe train --solver=examples\test_A\solver.prototxt