deep-learning - 2000クラスのCNN？

Question

画像を 2000 クラスのいずれかに分類する必要があります。

私は Nvidia DIGITS + caffe (GoogLeNet) を使用しており、クラスごとに 10,000 のサンプルを提供しています (なんと 2,000 万枚の画像、約 1Tb のデータです!)。しかし、データ準備 (「データベースの作成」) タスク自体は 102 日と見積もられており、その見積もりが正しい場合、実際のトレーニング時間はどのくらいになるかを考えるとゾッとします。

この課題に取り組む最善の方法は何ですか? データセットを 3 ～ 4 個のモデルに分割する必要がありますか? それらを別々に使用しますか？より小さなデータセットを使用すると精度が低下しますか? 他の何か？

初心者を助けてくれてありがとう。

Answer 1

トレーニングデータができました!! これはすべてのプロセスの中で最も難しい部分です。あきらめないでください。

データ作成のタスクをステップに分割し、それらを並列化してみてください。トレーニングには時間がかかります (GPU によって異なります) が、辛抱する必要があります。

Answer 2

LMDB や levelDB ではなく、ImageDataLayer を使用できると思います。