在caffe的訓練期間，我們有時候會遇到一些不可控的以外導致訓練停止（如停電、裝置故障燈），我們就不得不重新開始訓練，這對於一些大型專案而言是非常致命的。在這裡，我們介紹一些caffe中的snashop。利用snashop我們就可以實現訓練的繼續進行。

在之前我們訓練得到的檔案中，我們發現有後綴分別為caffemodel和solverstate的兩種檔案，其中caffemodel我們知道是訓練的模型，而solverstate則是記錄訓練過程中的一系列引數，在這裡，我們即可以用這個solverstate檔案繼續進行訓練。
這裡需要注意的一點是，我們首先需要進入超引數檔案將其中最大迭代次數改為4000，因為在之前已經完成了3000次的最大迭代次數，模型訓練已經結束。
我們將之前的批處理檔案做如下修改：

%train訓練資料%
%超引數檔案%

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

執行批處理檔案，我們發現模型從3000次開始繼續訓練，說明snashop發揮出它的作用。