Question

定义自己的生成器函数时，如下所示：

def generator(features, labels, batch_size):
 # Create empty arrays to contain batch of features and labels#
 batch_features = np.zeros((batch_size, 64, 64, 3))
 batch_labels = np.zeros((batch_size,1))
 while True:
   for i in range(batch_size):
     # choose random index in features
     index= random.choice(len(features),1)
     batch_features[i] = some_processing(features[index])
     batch_labels[i] = labels[index]
   yield batch_features, batch_labels

是否可以指定batch_features中的某个维度是任意的。假设我的batch_size是32并且我有10个不同的功能，但样本数量是未定义的。所以我有这样的想法：

np.zeros((32, ,10))

即。一些样本可以是任何东西。我知道将训练数据传递到keras中的.fit（）函数只会对维度产生约束，而不会对样本数量产生约束。但是，我不确定如何修改上面给出的代码，以合并我的要求。

编辑：我真正感兴趣的是，我是否可以创建一些形式的东西：

np.array([1,2,3],[[1,2,3],[4,5,6]],[[1,2,3],[4,5,6],[1,2,3],[4,5,6]])

看起来不可能这样做。

其中一个维度

0 个答案: