通常在Caffe的网络定义中，某些layer会有如下参数：
param{
lr_mult:x
decay_mult:y
}
当令lr_mult=x时，相当于该层的学习率为solver.prototxt中的base_lr*x;
特别地，当lr_mult=1时，相当于该层的学习率就是base_lr;
当lr_mult=0时，喜爱嗯当与固定该层的权重，不需要学习;
当没有设置lr_mult和decay_mult时，默认等于1，也就是该层的参数按照lase_lr进行学习。
如果看到某一层lr_mult和decay_mult都设为0，就要考虑该层的参数不是通过更新权重得到的(也就是非学习来的)，
所以需要设置为0。
二 caffe中的decay_mult怎么理解呢？
decay_mult是正则项的权重，防止过拟合用的。为了防止模型参数太复杂导致过拟合，一般在目标函数计算的时候加入了正则项，所谓的weight_decay其实就是正则项前面的那个权值，设置偏大的可以令模型在学习过程中约束参数的复杂程度降低。
而在caffe当中，除了全局设置的学习率lr和权重衰减项也就是weight_decay，每一个需要学习参数的layer都还有局部的加权值，分别是lr_mult和decay_mult,而对于卷积层的话，w和b都食欲可以学习的参数，所以在学习更新中它们都有术语自己的lr_mult和decay_mult.
三 caffe中batchnormal层的参数lr_mult和decay_mult都为0的原因
可以看到这一层是batchnormal层，其中的参数设置，三个param中的lr_mult和decay_mult都设置为0。
原因如下：
caffe中的batchnormal层中有上那个参数：均值、方差和滑动系数，训练时这三个参数是通过当前的数据计算得到的，并且不通过反向传播更新，因此必须将lr_mult和decay_mult都设置为0，因为caffe中这两个参数的缺省值是默认为1；如果为1，则会通过反向传播更新该层的参数，这显然是错误的做法。
此外，对于参数use_global_stats:如果为真，则使用保存的均值和方差，否则采用滑动平均计算新的均值和法差。该参数缺省的时候，如果是测试阶段等价为真，如果是训练阶段则等价为假(采用滑动平均计算新的均值和方差)
moving_average_fraction:滑动平均的衰减系数，默认为0.999
eps：分母附加值，防止除以方差时出现除0操作，默认为1e-5(不同框架采用的默认值不一样)
更重要的一点：由于BN层中会做归一化处理，因此BN层前的那个卷积层应当将bias关闭。因为BN的操作会做一个减去均值的操作，因此卷积层有没有bias都会被这个减法操作去除掉，所以这个时候bias不起作用，因此将其关闭可以减少参数量且不影响模型准确率。
同时，由于caffe中，scale层不需要对两个参数正则化(Scale层是做标准化或者去除均值和方差缩放，和正则化没有关系)，所以设置如下：
parm{ lr_mult: 1 decay_mult: 0 } param{ lr_mult: 1 decay_mult: 0 }