求解器負責對模型優化，目的是使損失函式達到全域性最小。其類中包含乙個net的指標，主要是實現了訓練模型引數所採用的優化演算法，其派生類就可以對整個網路進行訓練。不同的模型訓練方法通過過載函式computeupdatevalue( )實現計算update引數的核心功能。在進行整個網路訓練過程（即執行caffe訓練某個模型）中，實際上是在執行caffe.cpp中的train( )函式，而這個函式例項化乙個solver物件，初始化後呼叫了solver中的solve( )方法，而solve( )函式主要就是在迭代執行computeupdatevalue()和net_->update()函式。
重要成員變數：shared_ptr> net_。
特性如下：
為了讓權值從初始化狀態向著更好的模型前進，求解器在每次迭代中完成如下工作：
求解器會在solver::snapshot()和solver::snapshotsolverstate()中將權值和它訓練時的狀態打快照。權值快照將學習到的模型匯出，而求解器快照允許從特定快照點恢復訓練。使用solver::restore()和solver::restoresolverstate()恢復訓練。權值儲存到.caffemodel檔案中，求解器狀態儲存到.solerstate檔案中。每個檔案都有_iter_n字尾，用於標記打快照時的訓練迭代次數。
Caffe入門（6） Solver求解器
solver通過協調前向通道結果和反向通道導數來形成引數更新以控制模型優化。學習的任務由solver和net承擔，solver負責監督優化和形成引數更新 net負責產生loss和gradient。caffe solver有以下幾種 隨機梯度下降法 stochastic gradient descen...
Caffe的solver引數介紹
solver.prototxt檔案是用來告訴caffe如何訓練網路的。solver.prototxt的各個引數的解釋如下 2.demo lr policy lr policy為multisetp base lr 0.01 momentum 0.9 lr policy multistep gamma ...
caffe的solver檔案引數詳解
solver檔案引數 test interval，test iter，max iter的區別 test interval 938 60000 64，測試間隔引數 訓練完一次所有的，進行一次測試 測試間隔就是完成一次完整的train需要的次數，train example train batch siz...