如何同时将增强应用于X_train和y_train

Question

我面临着用很少的图像创建数据集的问题。

输入（X_train）和输出（y_train）都包含（28x28）尺寸的图像，例如MNIST。例如在我的代码中：

(X_train, y_train), (X_test, y_test) = mnist.load_data()
X_train = X_train.reshape((X_train.shape[0], 28, 28, 1))
X_train = X_train.astype('float32')
y_train=X_train

datagen = ImageDataGenerator(zca_whitening=True)

如何将此datagen同时适合X_train和y_train并将它们保存在数据集数组中。不想将其传递给培训。

感谢您的帮助

Answer 1

请注意，增强本身并不应用于目标变量y_train，而仅应用于输入变量X_train。生成器将只为新生成的y再现相同的地面真相标签X。

因此仅使用X_train来拟合生成器：

datagen.fit(X_train)

如果您不想将增强数据传递给训练，可以在拟合后遍历生成器以获取生成的样本：

for X_batch, y_batch in datagen.flow(X_train, y_train, batch_size=32):
# Do whatever you want with the generated X_batch and y_batch.

我知道这是您愿意做的。 请参阅keras doc上的示例。