python - 在 python 包装器 caffe 上训练网络？

Question

我想用 python 接口(interface)训练一个 caffe 网络。 这背后的主要原因是我使用了几 Tb 数据的多维输入，并且我不想将所有这些转换为 LMDB 并对其进行训练。

我找到了这个one answer on stack overflow.

但是他立即加载了完整的数据并初始化了权重。

我想将数据加载到 numpy，然后将其传递给 caffe。

并每 1000 次迭代将 caffemodel 的权重保存到 .caffemodel 文件中。

print_network() get_accuracy() 和 load_data() 非常有用。并给了我一个良好的内心。

Answer 1

除了使用 PythonLayer 之外，您还可以使用 MemoryData 层并使用 solver.net.set_input_arrays 一次输入每批数据(your_data) 之后，需要多次迭代才能处理一批数据。

请记住，您始终可以使用快照中的 .solverstate 文件恢复训练状态。