caffe中解析器solver中各参数的含义

# 训练网络的定义

train_net: "lenet_train.prototxt"

# 测试网络的定义

test_net: "lenet_test.prototxt"

# test_iter指定多少前传测试应该执行。在手写体MNIST的情况下，我们测试批量100和100测试迭代，覆盖全10000测试图像（val）。

test_iter: 100

# 每迭代10000次就测试一次验证集val的识别率.

test_interval: 10000

# 基础学习率.

base_lr: 0.01

#SGD中防止进入鞍点的参数

momentum: 0.9
weight_decay: 0.0005

# 学习率策略及其所需参数
lr_policy: "inv"
gamma: 0.0001

power: 0.75

# 每迭代10000次显示一次（若test_interval设置为20000，则在迭代10000次时仅会显示学习率和损失<若网络有设置>，而不会显示验证集的识别率，因为还没有测试）
display: 10000
# 最大的迭代次数
max_iter: 100000
#没迭代多少次保存一次中建模型

snapshot: 20000

#模型前缀

snapshot_prefix: "lenet"
# 使用 CPU 还是 GPU
solver_mode: GPU