在caffe中“重新开始数据预取”是什么意思

我一直在研究日志输出中的重新开始数据预取。显然,这意味着数据不足,因此需要从头开始预取数据。然而,我的数据集有10,000个样本,我的批次大小是4。既然批次大小是4,这意味着每次迭代会处理4个数据样本,为什么还需要预取数据呢?能有人澄清一下我的理解吗?

日志如下:

I0409 20:33:35.053406 20072 data_layer.cpp:73] Restarting data prefetching from start.I0409 20:33:35.053447 20074 data_layer.cpp:73] Restarting data prefetching from start.I0409 20:33:40.320605 20074 data_layer.cpp:73] Restarting data prefetching from start.I0409 20:33:40.320598 20072 data_layer.cpp:73] Restarting data prefetching from start.I0409 20:33:45.591019 20072 data_layer.cpp:73] Restarting data prefetching from start.I0409 20:33:45.591047 20074 data_layer.cpp:73] Restarting data prefetching from start.I0409 20:33:49.392580 20034 solver.cpp:398]     Test net output #0: loss = nan (* 1 = nan loss)I0409 20:33:49.780678 20034 solver.cpp:219] Iteration 0 (-4.2039e-45 iter/s, 20.1106s/100 iters), loss = 54.0694I0409 20:33:49.780731 20034 solver.cpp:238]     Train net output #0: loss = 54.0694 (* 1 = 54.0694 loss)I0409 20:33:49.780750 20034 sgd_solver.cpp:105] Iteration 0, lr = 0.0001I0409 20:34:18.812854 20034 solver.cpp:219] Iteration 100 (3.44442 iter/s, 29.0325s/100 iters), loss = 21.996I0409 20:34:18.813213 20034 solver.cpp:238]     Train net output #0: loss = 21.996 (* 1 = 21.996 loss)

回答:

如果你有10,000个样本,并且以大小为4的批次处理它们,这意味着在10,000/4=2,500次迭代后,你将处理完所有数据,caffe将重新开始从头读取数据。
顺便提一下,遍历所有样本一次也被称为一个“epoch”。

在每个epoch之后,caffe会在日志中打印

Restarting data prefetching from start

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