Caffe的数据洗牌方式

create_imagenet.sh中找到的如下设置标志–shuffle是否完成了洗牌操作?:

GLOG_logtostderr=1 $TOOLS/convert_imageset \   --resize_height=$RESIZE_HEIGHT \   --resize_width=$RESIZE_WIDTH \   --shuffle \

我的意思是,如果这个标志已经完成了洗牌操作,我就不需要手动洗牌了。那么标签呢?在生成的lmdb文件中,标签会自动洗牌吗?


回答:

使用convert_imageset工具会在二进制数据库文件中创建训练/验证数据的副本(格式为)。数据集中编码的数据包括示例及其对应的标签。
因此,在对数据集进行shuffle操作时,标签会与数据一起洗牌,以保持数据与其真实标签之间的对应关系。
在训练过程中不需要再次洗牌数据。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注