2
我在LMDB(40Gb)中有一個巨大的數據集,我用它來訓練caffe二進制分類器。使用原型文件在caffe中進行標籤平滑而不會重新生成數據
Caffe中的數據層包含整數標籤。
是否有可能將其轉化爲花車與加入一些隨機抖動任何現成層,這樣我就可以申請標籤平滑技術,如7.5.1 here
說明我已經看到了HDF5的例子,但它們需要重新生成數據集,我想避免它。
我在LMDB(40Gb)中有一個巨大的數據集,我用它來訓練caffe二進制分類器。使用原型文件在caffe中進行標籤平滑而不會重新生成數據
Caffe中的數據層包含整數標籤。
是否有可能將其轉化爲花車與加入一些隨機抖動任何現成層,這樣我就可以申請標籤平滑技術,如7.5.1 here
說明我已經看到了HDF5的例子,但它們需要重新生成數據集,我想避免它。
您可以使用DummyData
圖層來生成您希望添加到標籤的隨機噪聲。一旦有噪音,請使用Eltwise
層進行總結:
layer {
name: "noise"
type: "DummyData"
top: "noise"
dummy_data_param {
shape { dim: 10 dim: 1 dim: 1 dim: 1 } # assuming batch size = 10
data_filler { type: "uniform" min: -0.1 max: 0.1 } # noise ~U(-0.1, 0.1)
}
}
layer {
name: "label_noise"
type: "Eltwise"
bottom: "label" # the input integer labels
bottom: "noise"
top: "label_noise"
eltwise_param { operation: SUM }
}