python做深度学习（四）

Python接口操作caffe 可以直接在一个文件夹下面写

python可以直接写层，这个后面再写

python也可以直接写solver文件，将所有的caffe 用到的文件写在一个python文件中

from  caffe.proto import caffe_pb2

s = caffe_pb2.SolverParameter()

这样，就将solver封装到变量s中，可以操作s得到

举例：

s.train_net = train_net_file

s.test_net.append(test_net_file)

s.test_interval = 500

s.test_iter.append(100)

s.max_iter = 10000

s.base_lr = 0.01

s.lr_policy = 'step'

s.gamma = 0.1

s.stepsize = 10000

s.solver_mode = caffe_pb2.SolverParameter.GPU

s.type = 'SGD/AdaDelta,AdaGrad/Adam/Nesterov/RMSProp'

这样我们就可以在一个python文件里调整我们的参数，运行即可

在执行python文件时，我们依然可以保存log文件，重定向到后台：2>&1 |  tee log.txt