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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注