参考博客:https://blog.csdn.net/guoyilin/article/details/43985089
我们都知道,训练网络的时候一般需要随机打乱训练样本数据,因为我们是采用min-batch SGD 方法进行优化的,随机打乱一定程度上可以防止陷入局部最优,有利于网络收敛。
而caffe读取数据时是一个batch一个batch顺序读取的,那它到底是用怎样的机制实现shuffle的呢?
caffe的数据形式分leveldb, lmdb, image filelist, hdf5这几种,我们可以从他们的实现源码中了解其shuffle机制,源码放在src/layers文件夹下:
data_layer.cpp, image_data_layer.cpp,windows_data_layer.cpp,hdf5_data_layer.cpp
对于leveldb and lmdb格式,一般在生成的时候就打乱顺序的了,然后caffe就顺序读取,并不再shuffle。
而filelist方式的话,caffe在每个epoch读取前都会整个数据集shuffle一次(shuffle =true的话)。
hdf5也是在生成的时候自定义shuffle。