Ich versuche die Grundlagen von caffe zu verstehen, insbesondere die Verwendung mit Python.

ein Verständnis ist, dass die Modelldefinition (sagen wir eine gegebene neuronale Netzarchitektur) in das @ aufgenommen werden mus'.prototxt' Datei

Und das, wenn Sie das Modell mit dem @ auf Daten trainier'.prototxt', speichern Sie die Gewichte / Modellparameter in einem'.caffemodel' Date

Auch gibt es einen Unterschied zwischen dem'.prototxt' -Datei, die für das Training verwendet wird (einschließlich Lernrate und Regularisierungsparameter) und die zum Testen / Bereitstellen verwendete Datei, die diese nicht enthält.

Fragen

ist es richtig, dass die'.prototxt' ist die Basis für das Training und das'.caffemodel' ist das Ergebnis des Trainings (Gewichte), mit dem'.prototxt' auf die Trainingsdaten?ist es richtig, dass es ein'.prototxt' für das Training und eine zum Testen, und dass es nur geringfügige Unterschiede gibt (Lernrate und Regularisierungsfaktoren für das Training), aber dass die nn-Architektur (vorausgesetzt, Sie verwenden neuronale Netze) gleich ist?

Apologien für solche grundlegenden Fragen und möglicherweise einige sehr falsche Annahmen, ich mache einige Online-Recherchen und die obigen Zeilen fassen mein bisheriges Verständnis zusammen.