Форматы баз данных с отображением памяти Lightning (LMDB) могут эффективно обрабатываться в качестве входных данных.
Мы создаем собственный формат (lmdb) для обучения и проверки модели.
После обучениямодель сходится, и потери рассчитываются по данным обучения и проверки,
мы используем отдельные данные (неизвестные данные / данные, которые не используются для обучения) для вывода модели.
В случае, если мывыполняем классификационный вывод для одного изображения или набора изображений,
Нам не нужно преобразовывать их в lmdb.Вместо этого мы можем просто выполнить прямой проход по сложенной топологии с изображениями / изображениями, преобразованными в желаемый формат (массивы).
Для получения дополнительной информации:
https://software.intel.com/en-us/articles/training-and-deploying-deep-learning-networks-with-caffe-optimized-for-intel-architecture