LMDB 中用于 Caffe 训练的键答案

【问题标题】：Keys in LMDB for Caffe trainingLMDB 中用于 Caffe 训练的键
【发布时间】：2018-01-07 04:24:54
【问题描述】：

我是 Caffe 的新手。文档对我的问题主题不清楚。

在 LMDB for Caffe 中创建训练/测试数据库时，数据库中的键是否有意义？

换句话说，Caffe 是使用来自 LMDB 键的任何信息，还是只使用关联的值，而忽略键？

我发现的所有示例都建立了一些数据项枚举，并将成对的 (number-converted-to-string, datum) 放入数据库中。 Example:

# create database, 
# open transaction
# ...
for i in range(N):
    datum = caffe.proto.caffe_pb2.Datum()

    # add other attributes to datum

    str_id = '{:08}'.format(i)
    txn.put(str_id.encode('ascii'), datum.SerializeToString())

如果我为str_id 分配一些其他唯一值而不是数字转换为字符串并将其提交给txn.put 会怎样？

训练结果会改变吗？

它也可以使用没有密钥的 HDF5 格式，这表明 Caffe 会忽略它们，但我想确定一下。

更新我认为 LMDB 中的这种枚举是为了模拟 LMDB 中的行索引而建立的，因为 LMDB 是键值存储，而神经网络需要表格数据，我是否正确？

【问题讨论】：

为什么要换钥匙？
我想添加有关数据集的调试信息。

标签： python neural-network caffe pycaffe lmdb

【解决方案1】：

任何键都应该没问题：

“LMDB 将任意键/数据对存储为字节数组”

Source: Wikipedia

【讨论】：

我已经更新了我的问题。它与 Caffe 以及它如何解释输入数据有关，而不是 LMDB 格式本身。