caffe训练或者测试报错： F0324 13:10:43.535276 16290 blob.cpp:33] Check failed: shape[i] <= 2147483647 / count_ (3000 vs. 2485) blob size exceeds INT_MAX

首先找到错误出处：blob.cpp，在caffe目录下的./src/caffe/blob.cpp

注意上述两个框内的代码，这个错误实际上是caffe对数据大小的一个限制，有时候，INT_MAX是在库文件中定义过的，大小为：2147483647，可以根据两个红框内的代码，判断，shape[i]是否超过了 2147483647 / count_ ，count_的值会随和 for 语句逐渐增大为 num*channels*height*width ；这里的num是每个批次网络读取的数据量，比如你的训练样本为20w，一次性读入，那么这个num就为20w，如果20w分为10个lmdb文件读入，那么一个批次是读取了2w，注意，这里的num，不是batch_size大小！！！channels是样本的通道，一般rgb图像为3通道；height与width即为样本的高宽。

解决方案：

当我们知道出错的原因后，那么解决办法就有以下几种：

1：调小这四个数，channels一般不会改，可以改变图像的高宽，一般由于需求，可能也不会改，那么最后可以调小每次网络读取数据的大小，将训练数据拆分成更多的批次读入

2：将下边的四行注释掉，重新编译caffe，新手不建议

caffe训练或者测试报错：F0324 13:10:43.535276 16290 blob.cpp:33] Check failed: shape[i] &lt;= 2147483647 / count_ (3000 vs. 2485) blob size exceeds INT_MAX首先找到错误出处：blob.cpp，在caffe目录下的./src/caffe/blob.cpp注... Blob 对象表示一个不可变、原始数据的类文件对象。它的数据可以按文本或二进制的格式进行读取，也可以转换成 ReadableStream 来用于数据操作。 File接口基于 Blob ，并且也集成了 blob 的功能，将其扩展，支持用户系统上的文件。 其他非 blob 对象和数据构造一个 Blob let obj = {name:'xiaoming'}; let blob = new Blob ([obj],{type:'image/png'}) Blob . size 对象中所包含数据大小（字节） 训练样本的图像尺寸太小，在池化层pool5的时候，输入图像的尺寸已经小于kernel核的大小了，经过池化之后，下一步输入就变成了0x0，因此会报错。 解决办法： 在转换图像格式的时候，设置宽度和高度即可。 convert_imageset.exe --backend=leveldb --re size _width=64 --re size _heigh undefined reference to `c10::Error::Error(c10::SourceLocation, std::__cxx11::basic_string ‘ascii‘ codec can‘t encode characters in position 151-155:ordinal not in range(128) git clone 加速