caffe网络微调（fine-tuning）

       网络微调（fine-tuning）是指在他人已经训练好的模型的基础好，利用自己的数据（稍微改变网络结构）微调权值，以解决自己的问题！微调也可以看成时，原来的网络训练到一半，然后继续训练的过程！

【1】需要准备的文件，数据库与平均值文件，*_train_test.prototxt,*_slover.prototxt,*_N_caffemodel.prototxt对图片的处理，写了几个脚本，完成这个任务。

【2】*_slover.prototxt 文件中的学习率，应该减小，可以类比梯度下降算法中的搜索，训练好的网络已经在波谷最低点附近，我们只是微调，寻找自己数据最合适的波谷最低点，因此搜素步伐要小点，以免冲出波谷

【3】test数据不应太少，我的训练数据1800张，测试数据50张，出现了一个很奇怪的现象，train的loss0.01以下，test的accuary0.7以上，但是test的loss却在2左右，从loss来看应该是过拟合，但从测试精度来看，还可以。因此，猜测可能是应为test数据太少，导致了这个问题。解决方法，加大训练数据集和测试数据集，增加迭代次数。