大年夜家可能认为膳绫擎的代码并没有节俭太多篇幅，实际上如不雅将膳绫擎的代码模块化做得更好些，它就会变得异常简洁。这里就不做演示了，迎接大年夜家自行测验测验。

3. 练习与再练习

预备好了数据，也肯定了练习相干的设备，下面正式开端练习。练习须要启动这个脚本：

然后经由一段时光的练习，敕令行产生了大年夜量日记，练习过程也宣布完成。这时练习好的模型目次多出了这几个文件：

很显然，这几个文件保存了练习过程中的一些内容，那么它们都是做什么的呢?*caffemodel*文件保存了caffe模型中的参数，*solverstate*文件保存了练习过程中的一些中心结不雅。保存参数这件工作很轻易想象，然则保存练习中的中心结不雅就有些抽象了。solverstate琅绫擎毕竟保存了什么?答复这个问题就须要找到solverstate的内容定义，这个定义来自src/caffe/proto/caffe.proto文件：

　　推荐阅读

　　机器学习流行趋势一览

(机械进修是一个大年夜范畴。本文侧重的范畴是深度进修——这是我最熟悉的一个分区。)在研究兴趣方面，我们看到的是 1)风格转换、2) 深度强化进修、3) 神经收集机械翻译 (&ldqu>>>详细阅读

本文标题：Caffe的深度学习训练全过程

地址：http://www.17bianji.com/lsqh/34962.html

 1/2    1