caffe随记（五）---/build/tools/caffe.bin工具简析

1、怎么用这个命令

在caffe根目录下输入如下命令：

./build/tools/caffe.bin, 得到如下显示

usage：caffe<command><args>

# 这个是告诉你使用格式， caffe 后接上一个command命令，后面再接其他参数

commands： #你能选择的命令有一下这么几种

train #训练或者微调一个模型

test #对一个模型打分

device—query #显示GPU诊断信息

time #评估模型执行时间

Flags form tools/caffe.cpp #其他一些参数的总览

-gpu （可选；给定时运行GPU模式，用’ , ’分隔开不同的gpu,

‘-gpu all’表示运行在所有可用的gpu设备上，此时有效训练批量大小就是gpu设备数乘以batch_size）

-iterations (循环迭代次数，默认为50)

-level (可选；定义网络水平，也是NetState中的一个，但我也还不清楚这个的作用)

-model (指定模型定义文本文件名，xxx.prototxt)

-phase (可选；网络是处于TEST还是TRAIN阶段，当你使用command中time命令时，再指定phase就可以选择计算TEST或者TRAIN的耗时)

-sighup_effect (可选；当收到SIGHUP信号时要采取的动作，可选项：snapshot、stop、none，默认为snapshot，即打印快照)

-sigint_effect (可选；当收到当收到SIGINT信号时要采取的动作，可选项同上，默认stop)

-snapshot （可选，恢复训练时指定上次中止的快照，就是比如训练到一般按Ctrl+C终止训练（Linux中这个Ctrl+C不是copy，而是终止当前操作），就会得到一个solverstate 文件，下次恢复训练时就可以指定这个）

-solver ( 指定sovler.prototxt文件，在train的时候需要这个参数)

-stage (可选；也是NetState中的一个，但我也还不清楚这个的作用)

-weights ( 指定用于微调的预训练权值，也即训练后得到的**.caffemodel文件，不可与snapshot同时出现)

2、caffe.cpp源文件

注：这个文件的内容有些多，我也只是选择性的阅读并注释了部分。

#ifdef WITH_PYTHON_LAYER
#include "boost/python.hpp"
namespace bp = boost::python;
#endif

#include <gflags/gflags.h>
#include <glog/logging.h>

#include <cstring>
#include <map>
#include <string>
#include <vector>

#include "boost/algorithm/string.hpp"
#include "caffe/caffe.hpp"
#include "caffe/util/signal_handler.h"

using caffe::Blob;
using caffe::Caffe;
using caffe::Net;
using caffe::Layer;
using caffe::Solver;
using caffe::shared_ptr;
using caffe::string;
using caffe::Timer;
using caffe::vector;
using std::ostringstream;

DEFINE_string(gpu, "",
    "Optional; run in GPU mode on given device IDs separated by ','."
    "Use '-gpu all' to run on all available GPUs. The effective training "
    "batch size is multiplied by the number of devices.");
DEFINE_string(solver, "",
    "The solver definition protocol buffer text file.");
DEFINE_string(model, "",
    "The model definition protocol buffer text