ｃａｆｆｅ.bin :command line brew
usage : caffe <command><args>
commands：
train: 训练或者微调一个网络
test: 对一个模型打分测试
device_query: 显示ＧＰＵ诊断信息
time: 评估模型执行时间
Flags from tools/caffe.cpp:
-gpu (可选参数，给定时运行在ＧＰＵ模式，‘－ｇｐｕ ａｌｌ’ 则表示运行在所有可用的ＧＰＵ设备上，此时真正训练批量大小是Ｎ×Ｂ，Ｎ为指定的ＧＰＵ设备的数目)
-iterations (循环迭代次数，默认为５０)
-model (指定模型定义文本名，*.prototext)
-sighup_effect (当收到ＳＩＧＨＵＰ信号时要采取的动作，可选项:snapshot.stop,或none,默认是ｓｎａｐｓｈｏｔ，即拍快照)
-sigint_effect (当收到ＳＩＧＩＮＴ信号时要采取的动作，可选项同上，默认为ｓｔｏｐ)
-snapshot (恢复训练时所需要指定上次终止的快照，*.solvestate)
-solver (指定求解器文本文件吗，*.prototxt)
-weights (指定用于微调的与训练权值，*.caffemodel,不可与ｓｎａｐｓｈｏｔ同时出现)
example mnist:
train: caffe train --solve = example/mnist/lenet_solver.prototxt
test: caffe test -model example/mnist/lenet_train_test.prototxt -weights example/mnist/lenet_iter_10000.caffemodel -iterations 100.