Question

在VS2013中打开caffe源代码，都能编译成功，下一步应该怎么训练模型

Answer 1

作者：圣行
链接：
来源：知乎
著作权归作者所有，转载请联系作者获得授权。

matlab 和python没有用过。如果是习惯用opencv的话，可以使用memory_data，请参考这个链接里的例子：C++ Image Classification with memory_data_param · Issue #1443 · BVLC/caffe · GitHub

给一个具体点的例子吧（不知道贴代码是不是有点不合知乎气质？），总共分三步：
第一步，构造网络：
enum Phase p = TEST;
Net caffe_test_net(argv[1],p);
caffe_test_net.CopyTrainedLayersFrom(argv[2]);

第二步，构造数据并加入到网络输入层：
//create the input data
vector md_images;
vector md_labels;
//////operations for the input data
Mat original = imread("images\\lena_gray.png"); //随便的图片，没有实用意义，可忽略

Mat *sub_img = new Mat;
for (int i = 0; i < 10; i++){
original(Range(i, i + 28), Range(i, i + 28)).copyTo(*sub_img); // 28x28，可以直接用lenet
md_images.push_back(*sub_img);
md_labels.push_back(0);
}

第三步，执行test操作：
for (int i = 0; i < 10; i++){
const vector<Blob*>& result = caffe_test_net.ForwardPrefilled();