我有一個非常大的數據集,將它轉換爲單個CaDB的LMDB文件並不是一個好主意。因此,我試圖將它分成小部分並指定一個包含相應LMDB文件路徑的TXT文件。 這裏是我的數據層的一個例子:如何將幾個LMDB文件提供給Caffe中的數據層
layer {
name: "data"
type: "Data"
top: "data"
top: "label"
include {
phase: TRAIN
}
data_param {
source: "path/to/lmdb.txt"
batch_size: 256
backend: LMDB
}
}
這是我lmdb.txt文件:
/path/to/train1lmdb
/path/to/train2lmdb
/path/to/train3lmdb
但是,我得到了以下錯誤:
I0828 10:30:40.639502 26950 layer_factory.hpp:77] Creating layer data
F0828 10:30:40.639549 26950 db_lmdb.hpp:15] Check failed: mdb_status == 0
(20 vs. 0) Not a directory
*** Check failure stack trace: ***
@ 0x7f678e4a3daa (unknown)
@ 0x7f678e4a3ce4 (unknown)
@ 0x7f678e4a36e6 (unknown)
@ 0x7f678e4a6687 (unknown)
@ 0x7f678ebee5e1 caffe::db::LMDB::Open()
@ 0x7f678eb2b7d4 caffe::DataLayer<>::DataLayer()
@ 0x7f678eb2b982 caffe::Creator_DataLayer<>()
@ 0x7f678ec1a1a9 caffe::Net<>::Init()
@ 0x7f678ec1c382 caffe::Net<>::Net()
@ 0x7f678ec2e200 caffe::Solver<>::InitTrainNet()
@ 0x7f678ec2f153 caffe::Solver<>::Init()
@ 0x7f678ec2f42f caffe::Solver<>::Solver()
@ 0x7f678eabcc71 caffe::Creator_SGDSolver<>()
@ 0x40f18e caffe::SolverRegistry<>::CreateSolver()
@ 0x40827d train()
@ 0x405bec main
@ 0x7f678ccfaf45 (unknown)
@ 0x4064f3 (unknown)
@ (nil) (unknown)
Aborted (core dumped)
那麼,如何我可以使它工作嗎?這種方法是否可行?提前致謝。
解決方案3如何:有多個數據層,每個數據層從單個LMDB加載,然後concat? –
@PrzemekD''Concat「'在批處理大小維度。這是個好主意! – Shai
由於我的數據集太大而導致一次加載多個LMDB,是否會導致內存不足問題? @PrzemekD –