Deep learning Caffe快照：。解算器状态与caffemodel

在训练网络时，每N次迭代拍摄的快照以两种形式出现在一起。一个是.solverstate文件，我想它听起来就是这样，存储损失函数和梯度等的状态。另一个是.caffemodel文件，我知道它存储了训练过的参数

如果你想要一个预先训练好的模型，那么.caffemodel就是你需要的文件，所以我想如果你要测试你的网络，它也是你想要的文件

---

解决方案状态对什么有好处？在这种情况下，看起来您可以从中重新启动培训，但这与使用.caffemodel有什么区别？.solverstate是否也包含与.caffemodel相同的信息？换句话说，.caffemodel只是.solverstate的子集吗？

solverstate文件，正如其名称所传达的，存储解算器的状态，而不是与分类结果相关的任何信息。该模型另存为caffemodel文件，可用于获取数据的分类结果。如果你想微调你的网络，你可以使用一个预先训练好的CAFEMODEL文件。这将节省时间，因为您的网络不需要从头开始学习。但是，如果您当前的培训由于断电或意外重新启动而需要停止，您可以从solverstate的上一个快照恢复培训。使用solverstate和caffemodel文件的区别在于前者允许您以预先确定的方式完成训练，而后者可能需要更改某些训练参数，例如最大迭代次数