我正在使用带有 HDF5 层的 caffe。它会将我的 hdf5list.txt 读作
/home/data/file1.h5
/home/data/file2.h5
/home/data/file3.h5
在每个文件*.h5 中,我有 10.000 张图像。所以,我总共有大约 30.000 张图像。在每次迭代中,我将使用批量大小为 10 作为设置
layer {
name: "data"
type: "HDF5Data"
top: "data"
top: "label"
hdf5_data_param {
source: "./hdf5list.txt"
batch_size: 10
shuffle: true
}
include {
phase: TRAIN
}
}
使用caffe,它的输出喜欢
Iterations 10, loss=100
Iterations 20, loss=90
...
我的问题是如何计算时代的数量,关于损失?这意味着我想绘制一个图形,x 轴是纪元数,y-asix 是损失。
相关链接:训练神经网络时的 Epoch 与迭代
如果您只想针对当前问题执行此操作,则非常容易。注意
Epoch_index = floor((iteration_index * batch_size) / (# data_samples))
现在,在 中solver.cpp
,找到 Caffe 打印 的行Iterations ..., loss = ...
。只需使用上述公式计算纪元索引并打印出来。你完成了。不要忘记重新编译Caffe。
如果您想修改 Caffe 以使其始终显示纪元索引,那么您首先需要计算所有 HDF5 文件的数据大小。通过浏览Caffe HDF5层代码,我想你可以通过hdf_blobs_[0]->shape(0)
. 您应该将其添加到所有 HDF5 文件中,并在solver.cpp
.
变量hdf_blobs_
定义在layers/hdf5_data_layer.cpp
. 我相信它填充在函数中util/hdf5.cpp
。我认为流程是这样的:
layers/hdf5_data_layer.cpp
,从文本文件中读取 hdf5 文件名。LoadHDF5FileData
尝试将 hdf5 数据加载到 blob 中。LoadHDF5FileData
,blob 变量hdf_blobs_
被声明并填充到函数中util/hdf5.cpp
。util/hdf5.cpp
,该函数hdf5_load_nd_dataset
首先调用相应hdf5_load_nd_dataset_helper
地重塑 blob。我认为这是您将获得一个 hdf5 文件的数据尺寸的地方。迭代多个 hdf5 文件是void HDF5DataLayer<Dtype>::Next()
在layers/hdf5_data_layer.cpp
. 所以这里需要把之前收到的数据维度加起来。最后,您需要弄清楚如何将它们传递回直到solver.cpp
.
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句