如何根据标签有选择地增加数据子集？

Question

我正在使用Keras 1.2.1，张量流后端和生成器进行回归神经网络，以实现即时图像增强。

我想基于与每个图像相关联的标签来扩充我的混洗数据集。

例如，在每个时代，我只想包括25％的被标记为0.00的图像。
另一方面，如果图像标记为，请说＆lt; = -.20我想要旋转/翻转/剪切一些随机数量。

问题是，如何根据标签选择性地选择增强图像数据？ 这可能吗？

Answer 1

您可以使用布尔索引在numpy中执行此操作。 Tensorflow还允许您这样做，请参阅tf.boolean_mask