我使用C ++将我的图像数据转换为caffe db格式（leveldb，lmdb），例如我将此代码用于imagenet。
是否需要对数据进行洗牌，我可以写入所有积极因素，然后写入所有负面信息，例如00000000111111111，或者数据是否需要洗牌，标签应该看起来像010101010110101011010？
来自DB的caffe样本数据是如何使用size = batch_size的所有数据的随机子集？
答案 0 :(得分：10)
你应该对样本进行洗牌吗？如果你没有洗牌，请考虑学习过程; caffe只看到0个样本 - 您期望算法推断出什么？只是简单地预测0，一切都很酷。如果你在点击第一个0之前有足够的1，那么caffe将非常有信心预测0。从这一点开始移动模型将非常困难
另一方面，如果它经常看到0和1的混合，它会从头开始学习 有意义的功能来分隔示例。
底线：对训练样本进行随机播放是非常有利的，尤其是在使用基于SGD的方法时。
AFAIK，caffe不会随机抽样batch_size个样本，而是在batch_size个样本之后依次在输入数据库batch_size上进行采样。
<强> TL; DR
洗牌。