在caffe的训练期间，我们有时候会遇到一些不可控的以外导致训练停止（如停电、设备故障灯），我们就不得不重新开始训练，这对于一些大型项目而言是非常致命的。在这里，我们介绍一些caffe中的snashop。利用snashop我们就可以实现训练的继续进行。
在之前我们训练得到的文件中，我们发现有后缀分别为caffemodel和solverstate的两种文件，其中caffemodel我们知道是训练的模型，而solverstate则是记录训练过程中的一系列参数，在这里，我们即可以用这个solverstate文件继续进行训练。
这里需要注意的一点是，我们首先需要进入超参数文件将其中最大迭代次数改为4000，因为在之前已经完成了3000次的最大迭代次数，模型训练已经结束。
我们将之前的批处理文件做如下修改：
%train训练数据%
%超参数文件%
E:\caffe-windows\Build\x64\Release\caffe.exe train ^
-solver=E:/caffe-windows/models/my_models_recognition/solver.prototxt ^
-snapshot=E:/caffe-windows/models/my_models_recognition/model/_iter_3000.solverstate
pause
运行批处理文件，我们发现模型从3000次开始继续训练，说明snashop发挥出它的作用。