caffe在solverstate的基礎上繼續訓練模型

以mnist數據集為例：

bat訓練腳本：

Build\x64\Release\caffe.exe train --solver=examples/mnist/lenet_solver.prototxt 
pause 

　　

在這個模型的基礎上，繼續訓練。

繼續訓練之前，也可以修改lenet_solver.prototxt中的學習率。

Build\x64\Release\caffe.exe train --solver=examples/mnist/lenet_solver.prototxt --snapshot=examples/mnist/lenet_iter_1000.solverstate
pause 

　訓練從1000次iterations開始。

 

用Python腳本啟動訓練：

import caffe

caffe.set_device(int(0))
caffe.set_mode_gpu()

solver = caffe.SGDSolver('.\\examples\\mnist\\lenet_solver.prototxt')
solver.solve()

加載已訓練的模型，只用加一句話

import caffe

caffe.set_device(int(0))
caffe.set_mode_gpu()

solver = caffe.SGDSolver('.\\examples\\mnist\\lenet_solver.prototxt')
solver.restore('examples\\mnist\\lenet_iter_5000.solverstate')
solver.solve()