（1）首先，出现layer registry error，提示convolutional layer已经注册过了。网上大多的问题是提示unknown layer，并非already registed，大概有两种针对前一种的解决方法：1.链接的caffe静态库和动态库的区别，应该链接动态库？2.caffe的注册机制的问题，添加头文件，外部强制注册？感觉不太像是我这个问题的答案。查了谷歌，好像是我装了两个版本的caffe导致caffe的路径并未完全设置成其中某个版本的。于是修改.bashrc中所有和caffe有关的路径，修改完后并没有用。但是第二天重新开始训的时候，神奇的可以了。。。。神奇的可以了。。。

（2）第二，训练了几万循环，发现loss一直没有变化。查了查，据说是反卷积层没有初始化weight，查看了代码，代码中有python接口的训练和command line接口的训练，其中我用的一直是command line接口的（就是－－solver＝。。。。sh train.sh）这个接口没有初始化weight。于是在net.py中deconvolutional layer加入了weight filler 和 bias filler参数（net.py是网络结构的生成文件，修改了以后要执行一下python net.py）。而另一个python接口的代码，已经初始化了合适的weight，用的是VGG16训出来的caffemodel，然而没有成功运行python 接口。于是先自己把command line接口里的weight，初始化了一个高斯随机生成，先跑跑看。

（3）果不其然，loss逐渐减小，但是随着训练次数的增加，其收敛性不是很好，几乎一直处在震荡状态，从3.x左右降到1.x，之后便震荡起来。考虑到没有按照作者的要求初始化合适的weight，也许原因在此，因此还是要继续试试python接口。

FCN-for-semantic-image-segmentation 训练过程的一些坑记录