# 设置深度网络模型。每一个模型就是一个net,需要在一个专门的配置文件中对net进行配置,每个net由许多的layer所组成。注意的是:如果在根目录运行程序,则文件的路径要从caffe的根目录开始,其它的所有配置都是这样。
net: "mobilenet_deploy.prototxt"
# 测试的迭代次数,一般来说这个值和网络的测试输入数据层的batch_size相乘要覆盖测试样本
test_iter:
# 测试间隔,每隔2000次测试一次
test_interval:
# 每隔50次显示一次结果,如打印lr、loss等信息
display:
# 基础学习率,这个值非常重要,过大难以收敛,过小学习太慢,在fine-tuning时应比开始训练更小
base_lr:
# 学习率的更新策略,细节查阅相关的文献,非常重要的技巧
lr_policy: "inv"
power:
gamma:
#stepsize: 20000
# 最大迭代次数,训练多少次终止
max_iter:
# 动量,保持原来的权重的比例
momentum:
# 权值衰减
weight_decay:
# 2000次保存一次快照
snapshot:
# 快照保存的路径
snapshot_prefix: "/home/chenbo/workspace/caffe_triplet_nis_pos_neg/mobilenet/savemodel/"
# 在GPU上求解,注解后在CPU上求解
solver_mode: GPU