对caffe的学习参考大佬博客 ，本文试图将最近阶段的学习做一个总结。
训练一个神经网络最少需要准备以下文件，便可训练。
1. Data
在前面Layers of caffe章节中的数据data layers中介绍两种数据，lmbd和image.txt
2. net.prototxt
需要构建网络结构，可以通过python编写或者原生的prototxt文件直接编写，在网络中data层将预处理好的数据构建在其中，其中的op参考Layers of caffe。
3. solver.prototxt
将上面构建好的网络，进行训练或者测试，选择优化方法，使得loss最小化，参考Solver Of Caffe
4. 训练好的网络进行预测
参考博客用训练好的caffemodel来进行分类。
查看Caffe网络图结构
ethereon.github.io/netscope/#/editor
打开链接，将net.prototxt文件复制在左面黑色框，按shift+enter便可查看网络结构。
看到一篇博客可以用python绘制网络结构图：绘制网络模型
绘制loss和accuracy曲线图
用训练好的模型来进行预测
如何用别人训练好的caffemodel用到自己数据上