Question

我是Keras的新手，刚刚开始研究一些例子。我正在处理以下问题：我有4032个样本并且使用大约650个样本用于拟合或基本上训练状态，然后使用其余的来测试模型。问题是我一直收到以下错误：

nil

我理解为什么会收到此错误，我的问题是，如果我的数据大小不能被Exception: In a stateful network, you should only pass inputs with a number of samples that can be divided by the batch size.整除怎么办？我曾经和Deeplearning4j LSTM一起工作，没有必要处理这个问题。无论如何都可以解决这个问题吗？

由于

Answer 1

最简单的解决方案是使用fit_generator而不是fit。我编写了一个简单的dataloader类，可以继承它来做更复杂的事情。它会看起来像这样，get_next_batch_data被重新定义为你的数据，包括扩充等等。

class BatchedLoader():
    def __init__(self):
        self.possible_indices = [0,1,2,...N] #(say N = 33)
        self.cur_it = 0
        self.cur_epoch = 0

    def get_batch_indices(self):
        batch_indices = self.possible_indices [cur_it : cur_it + batchsize]
        # If len(batch_indices) < batchsize, the you've reached the end
        # In that case, reset cur_it to 0 and increase cur_epoch and shuffle possible_indices if wanted
        # And add remaining K = batchsize - len(batch_indices) to batch_indices


    def get_next_batch_data(self):
        # batch_indices = self.get_batch_indices()
        # The data points corresponding to those indices will be your next batch data

Keras：如果数据大小不能被batch_size整除怎么办？

1 个答案: