---恢复内容开始---
看了denny的博客，写下自己觉得简短有用的部分
想用caffe训练数据首先要学会编写配置文件：
（即便是用别人训练好的模型也要进行微调的，所以此关不可跨越）
代码就不粘贴了，我只总结文字部分的内容：
1 写好各文件/数据的路径；
2 创建数据层，向上传递图像数据和标签数据；
3 卷积层；（创建层主要就是输入参数，要不怎么体现框架带来的好处，哈哈）
4 创建激活函数；
5 创建池化层；
6 创建一个全链接层；（将各单元学到的经验结合到一起，降维求特征和）
7 创建一个dropout层；（防止过拟合，强迫一个神经元和随机挑选出来的其他神经元共同工作，减弱神经元节点间的联合适应性，增强了泛化能力）
8 创建一个softmax层；（计算与标注样本的差距）
9 训练时不需要accuracy层，但验证阶段是需要的；（预测结果与输入标签的对比）
10 将以上设置写入配置文件prototxt文件；
通过上面这个文件的执行，我们就会得到两个配置文件：train.prototxt和val.prototxt，分别用于训练阶段和验证阶段。
这种方式生成配置文件，必须有个前提，就是要先把原始图片转换成LMDB文件才行。如果我们已经把原始图片做成了一个列表清单（txt文件，一行一张图片），则可以不用LMDB格式作为输入数据，可以用ImageData作为数据源输入，即第一层由原来的Data类型，变成了ImageData类型，不需要LMDB文件和均值文件，但需要一个txt文件。
---恢复内容结束---