Question

因为我有40GB的图像数据集，所以在keras中一次只能在内存中加载一个批处理。

如果数据集很小，我可以使用ImageDataGenerator生成批次，但是由于大型数据集，我无法将所有图像加载到内存中。

keras中是否有任何方法可以执行类似于以下张量流代码的操作：

path_queue = tf.train.string_input_producer(input_paths, shuffle= False)
paths, contents = reader.read(path_queue)
inputs = decode(contents)
input_batch = tf.train.batch([inputs], batch_size=2)

我正在使用此方法序列化张量流中的输入，但我不知道如何在Keras中完成此任务。

Answer 1

Keras在其模型中使用方法fit_generator()。它接受python generator或keras Sequence作为输入。

你可以像这样创建一个简单的生成器：

fileList = listOfFiles     

def imageLoader(files, batch_size):

    L = len(files)

    #this line is just to make the generator infinite, keras needs that    
    while True:

        batch_start = 0
        batch_end = batch_size

        while batch_start < L:
            limit = min(batch_end, L)
            X = someMethodToLoadImages(files[batch_start:limit])
            Y = someMethodToLoadTargets(files[batch_start:limit])

            yield (X,Y) #a tuple with two numpy arrays with batch_size samples     

            batch_start += batch_size   
            batch_end += batch_size

适合这样：

model.fit_generator(imageLoader(fileList,batch_size),steps_per_epoch=..., epochs=..., ...)

通常情况下，您将从发电机获取的批次数传递给steps_per_epoch。

您还可以实施自己的Keras Sequence。这是一个更多的工作，但如果你要进行多线程处理，他们建议使用它。

Keras：为大型数据集批量加载图像

1 个答案: