Cacher is the code snippet organizer for pro developers

name: "Caffenet"
layer {
  name : "data"
  type : "Data"
  top : "data"
  top : "label"
  include {
    phase : TRAIN
  }
  transform_param {
    mirror : true
    crop_size : 227
    mean_file : "data/ilsvrc12/imagenet_mean.binaryproto"
  }
  data_param {
    source : "examples/imagenet/ilsvrc12_train_lmdb"
    batch_size : 256
    backend : LMDB
  }
}
layer {
  name : "data"
  type : "Data"
  top : "data"
  top : "label"
  include {
    phase : TEST
  }
  transform_param {
    mirror : false
    crop_size : 227
    mean_file : "data/ilsvrc12/imagenet_mean.binaryproto"
  }
  data_param {
    source : "examples/imagenet/ilsvrc12_val_lmdb"
    batch_size : 50
    backend : LMDB
  }
}
layer {
  name : "conv1"
  type : "Convolution"
  bottom : "data"
  top : "conv1"
  param {
    lr_mult : 1
    decay_mult : 1
  }
  param {
    lr_mult : 2
    decay_mult : 0
  }
  convolution_param {
    num_output : 96
    kernel_size : 11
    stride : 4
    weight_filler {
      type : "gaussian"
      std : 0.01
    }
    bias_filler {
      type : "constant"
      value : 0
    }
  }
}
layer {
  name : "relu1"
  type : "ReLU"
  bottom : "conv1"
  top : "conv1"
}
layer {
  name : "pool1"
  type : "Pooling"
  bottom : "conv1"
  top : "pool1"
  pooling_param {
    pool : MAX
    kernel_size : 3
    stride : 2
  }
}
layer {
  name : "norm1"
  type : "LRN"
  bottom : "pool1"
  top : "norm1"
  lrn_param {
    local_size : 5
    alpha : 0.0001
    beta : 0.75
  }
}
layer {
  name : "conv2"
  type : "Convolution"
  bottom : "norm1"
  top : "conv2"
  param {
    lr_mult : 1
    decay_mult : 1
  }
  param {
    lr_mult : 2
    decay_mult : 0
  }
  convolution_param {
    num_output : 256
    pad : 2
    kernel_size : 5
    group : 2
    weight_filler {
      type : "gaussian"
      std : 0.01
    }
    bias_filler {
      type : "constant"
      value : 1
    }
  }
}
layer {
  name : "relu2"
  type : "ReLU"
  bottom : "conv2"
  top : "conv2"
}
layer {
  name : "pool2"
  type : "Pooling"
  bottom : "conv2"
  top : "pool2"
  pooling_param {
    pool : MAX
    kernel_size : 3
    stride : 2
  }
}
layer {
  name : "norm2"
  type : "LRN"
  bottom : "pool2"
  top : "norm2"
  lrn_param {
    local_size : 5
    alpha : 0.0001
    beta : 0.75
  }
}
layer {
  name : "conv3"
  type : "Convolution"
  bottom : "norm2"
  top : "conv3"
  param {
    lr_mult : 1
    decay_mult : 1
  }
  param {
    lr_mult : 2
    decay_mult : 0
  }
  convolution_param {
    num_output : 384
    pad : 1
    kernel_size : 3
    weight_filler {
      type : "gaussian"
      std : 0.01
    }
    bias_filler {
      type : "constant"
      value : 0
    }
  }
}
layer {
  name : "relu3"
  type : "ReLU"
  bottom : "conv3"
  top : "conv3"
}
layer {
  name : "conv4"
  type : "Convolution"
  bottom : "conv3"
  top : "conv4"
  param {
    lr_mult : 1
    decay_mult : 1
  }
  param {
    lr_mult : 2
    decay_mult : 0
  }
  convolution_param {
    num_output : 384
    pad : 1
    kernel_size : 3
    group : 2
    weight_filler {
      type : "gaussian"
      std : 0.01
    }
    bias_filler {
      type : "constant"
      value : 1
    }
  }
}
layer {
  name : "relu4"
  type : "ReLU"
  bottom : "conv4"
  top : "conv4"
}
layer {
  name : "conv5"
  type : "Convolution"
  bottom : "conv4"
  top : "conv5"
  param {
    lr_mult : 1
    decay_mult : 1
  }
  param {
    lr_mult : 2
    decay_mult : 0
  }
  convolution_param {
    num_output : 256
    pad : 1
    kernel_size : 3
    group : 2
    weight_filler {
      type : "gaussian"
      std : 0.01
    }
    bias_filler {
      type : "constant"
      value : 1
    }
  }
}
layer {
  name : "relu5"
  type : "ReLU"
  bottom : "conv5"
  top : "conv5"
}
layer {
  name : "pool5"
  type : "Pooling"
  bottom : "conv5"
  top : "pool5"
  pooling_param {
    pool : MAX
    kernel_size : 3
    stride : 2
  }
}
layer {
  name : "fc6"
  type : "InnerProduct"
  bottom : "pool5"
  top : "fc6"
  param {
    lr_mult : 1
    decay_mult : 1
  }
  param {
    lr_mult : 2
    decay_mult : 0
  }
  inner_product_param {
    num_output : 4096
    weight_filler {
      type : "gaussian"
      std : 0.005
    }
    bias_filler {
      type : "constant"
      value : 1
    }
  }
}
layer {
  name : "relu6"
  type : "ReLU"
  bottom : "fc6"
  top : "fc6"
}
layer {
  name : "drop6"
  type : "Dropout"
  bottom : "fc6"
  top : "fc6"
  dropout_param {
    dropout_ratio : 0.5
  }
}
layer {
  name : "fc7"
  type : "InnerProduct"
  bottom : "fc6"
  top : "fc7"
  param {
    lr_mult : 1
    decay_mult : 1
  }
  param {
    lr_mult : 2
    decay_mult : 0
  }
  inner_product_param {
    num_output : 4096
    weight_filler {
      type : "gaussian"
      std : 0.005
    }
    bias_filler {
      type : "constant"
      value : 1
    }
  }
}
layer {
  name : "relu7"
  type : "ReLU"
  bottom : "fc7"
  top : "fc7"
}
layer {
  name : "drop7"
  type : "Dropout"
  bottom : "fc7"
  top : "fc7"
  dropout_param {
    dropout_ratio : 0.5
  }
}
layer {
  name : "fc8"
  type : "InnerProduct"
  bottom : "fc7"
  top : "fc8"
  param {
    lr_mult : 1
    decay_mult : 1
  }
  param {
    lr_mult : 2
    decay_mult : 0
  }
  inner_product_param {
    num_output : 1000
    weight_filler {
      type : "gaussian"
      std : 0.01
    }
    bias_filler {
      type : "constant"
      value : 0
    }
  }
}
layer {
  name : "accuracy"
  type : "Accuracy"
  bottom : "fc8"
  bottom : "label"
  top : "accuracy"
  include {
    phase : TEST
  }
}
layer {
  name : "loss"
  type : "SoftmaxWithLoss"
  bottom : "fc8"
  bottom : "label"
  top : "loss"
}