caffe 命令行解析

caffe  命令行解析

caffe的c++主程序（caffe.cpp)放在根目录下的tools文件夹内, 当然还有一些其它的功能文件，如：convert_imageset.cpp, train_net.cpp, test_net.cpp等也放在这个文件夹内。经过编译后，文件被编译成了可执行文件，在 ./build/tools/ 文件夹内。执行caffe程序，加 ./build/tools/ 前缀。

# sudo sh ./build/tools/caffe train --solver=examples/mnist/train_lenet.sh

在-gpu: 可选参数。该参数用来指定用哪一块gpu运行linux下，本身就有一个time命令，结合进来使用，因此我们运行mnist例子的最终命令是(一块gpu)：

$  sudo time ./build/toos/caffe train -solver examples/mnist/lenet_solver.prototxt

caffe程序的命令行执行格式如下：           caffe <command> <args>

      <command>有这样四种：     train 、    test 、    device_query 、   time
      <args>参数有：     -solver  -gpu   -snapshot    -weights    -iteration   -model     -sighup_effect      -sigint_effect

-solver：必选参数。一个protocol buffer类型的文件，即模型的配置文件。

-gpu: 可选参数。该参数用来指定用哪一块gpu运行

-snapshot:可选参数。该参数用来从快照（snapshot)中恢复训练。可以在solver配置文件设置快照，保存solverstate。

-weights:可选参数。用预先训练好的权重来fine-tuning模型，需要一个caffemodel，不能和-snapshot同时使用

# ./build/tools/caffe train -solver examples/finetuning_on_flickr_style/solver.prototxt -weights models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel

# ./build/tools/caffe test -model examples/mnist/lenet_train_test.prototxt -weights examples/mnist/lenet_iter_10000.caffemodel -gpu 0 -iterations 100

利用训练好了的权重（-weight)，输入到测试模型中(-model)，用编号为0的gpu(-gpu)测试100次(-iteration)。