实施例

Question

我想在Keras的每(X_train, y_train)个时期传递另一个训练数据集N，其中(X_train, y_train)是通过蒙特卡罗模拟获得的。

在伪代码中，它将通过以下方式完成：

for i in range(nb_total_epochs):
    if i%N == 0:
       X_train, y_train = generate_new_dataset(simulation_parameters)
    train_model(X_train, y_train)

使用fit()函数是否有任何现有技巧？

Answer 1

使用Sequence创建数据集并将其传递给fit_generator。定义on_epoch_end方法以修改某些时期的数据集。

每个Sequence必须实现__getitem__和__len__方法。 如果您想在时期之间修改数据集，可以实施on_epoch_end。方法__getitem__应该返回完整的批次。

此外，您可以安全地将Sequence用于多处理数据处理：

keras.utils.Sequence的使用保证了排序，并保证在使用use_multiprocessing=True时单个使用每个时期的每个输入。

实施例

从Sequence文档略微修改，以包含on_epoch_end。

class CIFAR10Sequence(Sequence):

    def __init__(self, x_set, y_set, batch_size):
        self.x, self.y = x_set, y_set
        self.epoch = 0
        self.batch_size = batch_size

    def __len__(self):
        return int(np.ceil(len(self.x) / float(self.batch_size)))

    def __getitem__(self, idx):
        batch_x = self.x[idx * self.batch_size:(idx + 1) * self.batch_size]
        batch_y = self.y[idx * self.batch_size:(idx + 1) * self.batch_size]

        return np.array([
            resize(imread(file_name), (200, 200))
               for file_name in batch_x]), np.array(batch_y)

    def on_epoch_end(self):
        if self.epoch % N == 0:
            pass
            # modify data
        self.epoch += 1

在Keras中每N个时期改变训练数据集

1 个答案:

实施例