数据层预取队列为空，后跟丢失 0答案

【问题标题】：Data Layer Prefetch Queue Empty followed by loss 0数据层预取队列为空，后跟丢失 0
【发布时间】：2015-12-12 14:23:07
【问题描述】：

我正在我自己的数据集上微调 caffenet。我已经在 flickr 风格的数据集上成功完成了，所以我修改了求解器和 train_val prototxt 文件以指向我的数据集，并具有新的输出维度（=100 个类）。

我的数据集大小为 188 万张用于训练的图像和 0.48 万张用于测试的图像。

当我开始训练时，它暂停了一会儿显示

... blocking_queue.cpp:50] Data layer prefetch queue empty

然后它进行如下：

... solver.cpp:414]     Test net output #0: accuracy = 0.0002
... solver.cpp:414]     Test net output #1: loss = 5.6139 (* 1 = 5.6139 loss)
... solver.cpp:242] Iteration 0, loss = 7.23329
... solver.cpp:258]     Train net output #0: loss = 7.23329 (* 1 = 7.23329 loss)
... solver.cpp:571] Iteration 0, lr = 0.001
... solver.cpp:242] Iteration 20, loss = 0
... solver.cpp:258]     Train net output #0: loss = 0 (* 1 = 0 loss)
... solver.cpp:571] Iteration 20, lr = 0.001
... solver.cpp:242] Iteration 40, loss = 0
... solver.cpp:258]     Train net output #0: loss = 0 (* 1 = 0 loss)
... solver.cpp:571] Iteration 40, lr = 0.001

等等。显然，根本没有计算任何损失。奇怪的是，第 0 次迭代的初始损失似乎很公平。

显然，数据没有正确加载。我正在使用文本文件来列出文件路径及其标签。

我正在使用 softmax 损失。

我尝试将初始学习率降低到 1/10，但没有任何变化。

**edit：我尝试了 1/1000 的初始学习率。最初它似乎工作。大约 300 次迭代后，它的损失很快再次下降，准确率达到 100%，这表明可能又出现了问题。 caffenet 和 VGG 均出现上述症状。

知道可能出了什么问题吗？

【问题讨论】：

标签： computer-vision neural-network deep-learning caffe

【解决方案1】：

问题在于训练和测试数据的文本文件没有被打乱，而是排序。因此，测试只在同一类的图像上进行，参数也是从同一类的图像中学习的，很快就达到了 100% 的准确率。

【讨论】：