《智能系统与技术丛书 深度学习实践：基于Caffe的解析》—3.5测试训练结果

3.5　测试训练结果

       经过上面的训练，我们可以来看看具体使用的训练网络prototxt的写法和测试网络prototxt的写法，重点只是需要使用不同的数据库位置，还有batchsize的数量一般是不一样的。

       我们可以看到第一层的层类型（type）是数据型（Data），输出（top）有两个，在Caffe中，示例代码如下：

layer {

  name: "cifar"

  type: "Data"

  top: "data"

  top: "label"

  include {

    phase: TRAIN

  }

  transform_param {

    mean_file: "examples/cifar10/mean.binaryproto"

  }

  data_param {

    source: "examples/cifar10/cifar10_train_lmdb"

    batch_size: 111

    backend: LMDB

  }

}

        而测试的prototxt写法则如下所示：

layer {

  name: "cifar"

  type: "Data"

  top: "data"

  top: "label"

  include {

    phase: TEST

  }

  transform_param {

    mean_file: "examples/cifar10/mean.binaryproto"

  }

  data_param {

    source: "examples/cifar10/cifar10_test_lmdb"

    batch_size: 1000

    backend: LMDB

  }

}