Solver及其参数配置

# 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