Question

我不确定如何在Caffe中训练大量数据。

我尝试使用300k图像训练网络训练数据和100k图像验证数据。我正在使用HDF5，因为我想处理浮动数据。但是，hdf5文件大小有限制。我不能同时处理300k图像，所以我跟它们分开了。

我在下面制作了train.txt。

D:/Dataset/train_0.hdf5
D:/Dataset/train_1.hdf5
D:/Dataset/train_2.hdf5
…
D:/Dataset/train_100.hdf5

并使prototxt调用hdf5文件

layer {
  name: "data"
  type: "HDF5Data"
  top: "data"
  top: "label"
  hdf5_data_param {
    source: "C:/Users/…/data/train.txt"
    batch_size: 10
    shuffle: true
  }
  include {
    phase: TRAIN
  }
}

我不确定这是正确的方法。而且我也不确定如何在求解器中设置bath_size和test_iter，test_interval。（例如，如果Test的batch_size是10，在test_iter中设置10k是否正确？我认为batch_size×test_iter必须是验证图像的数量，但我认为10k太大了。）

我读了类似的问题（Caffe | solver.prototxt values setting strategy），并尝试了test_iter = 10k。但是当时它没有运行（内存不够），所以我认为我在test_iter上设置了错误的值（我设置的值太大）。我不知道如何将batch_size和test_iter决定为大型数据集。

如何处理caffe HDF5中的大量数据以及如何设置test_iter？

0 个答案: