我有输入大小为 [1,1,625] 的数据(宽度和高度为 1, channel 数为 625)。输入大小无法更改,因为我需要使用预训练模型的权重,该模型是使用它作为输入大小进行训练的。我是 caffe 新手,因此无法将此数据转换为 lmdb 格式以进行 caffe 训练。输入的每个单元格可以是 0 或 1,同时所有输入的目标值可以被视为 1。
如果输入的大小为 [1,1,2] 并且输出中的两个值都可以是 float ,那么如何执行此操作。
我正在尝试运行此code在我自己的数据集上。
最佳答案
您可以强制将数据转换为 lmdb 格式,但恐怕这会很困惑。 This github 片段展示了如何使用 python 为 caffe 编写自定义 lmdb 数据。
但是,我认为在您的情况下,如果您考虑浮点标签,更好的策略是使用 hdf5输入的文件格式。 This answer展示了如何做到这一点。
关于python - 如何将非图像数据转换为caffe的lmdb格式,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59491032/