使用http://www.cnblogs.com/573177885qq/p/5804863.html中的图片进行训练和测试。

整个流程差不多，fine-tune命令：

./build/tools/caffe train -solver examples/money_test/fine_tune/solver.prototxt -weights models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel

因为是用别人训练好的权重，因此weights必选。 关于命令行解析，参考http://www.cnblogs.com/denny402/p/5076285.html

不知为何，我fine-tune时的准确率一直是0，损失函数最后发散成了loss=-nan，难道迭代参数选的太大？

我将lr减小至0.0001，但还是发散了，难道是我的训练样本太少？

我将lr再次缩小10倍，这次loss没有发散，但明显步伐太小，loss一直没降下来。

 

估计是网络结构出了问题，accuracy一直是0，loss发散。