在我的一个实验中，Caffe出现了崩溃。我的实验涉及使用AlexNet模型在同一数据的不同子集上训练网络。每次试验，我都会为该特定数据子集生成一个LMDB，然后修改我的网络.prototxt以匹配参数。在40多次试验中，我没有遇到任何问题。然而，有一个特定的试验在227次训练迭代后持续崩溃。给出的错误信息只是“总线错误（核心已转储）”。无论是在GPU还是CPU上进行训练，这种情况都会发生。我的搜索没有找到其他人遇到过这种错误的记录。显然，这似乎是某种内存寻址错误。我使用的是配备64GB内存和12GB显存的Nvidia DIGITS设备。系统监视器显示我使用的内存远未达到系统的最大容量。如果有帮助，我可以提供我的prototxt文件。然而，数据集太大无法上传（超过20GB）。
I1128 12:50:01.558748 20000 solver.cpp:228] 迭代227，损失 = 5.8273
I1128 12:50:01.558786 20000 solver.cpp:244] 训练网络输出#0：损失 = 5.8273 (* 1 = 5.8273 损失)
I1128 12:50:01.558796 20000 sgd_solver.cpp:106] 迭代227，学习率 = 0.001总线错误（核心已转储）
根据这个问题，在现代英特尔机器上不存在总线错误，而我使用的正是这种机器。是什么可能导致这个问题？
回答：
我发现了原因。我使用另一台电脑生成LMDB，并通过U盘传输到运行Caffe的机器上。不知为何，将文件传输到这个U盘导致lmdb从大约20GB被截断到15GB，而我没有收到任何警告。我认为当Caffe到达lmdb的意外结尾时就崩溃了。重新传输文件并确保它没有被截断解决了问题。
