使用yield

Question

我有两个数据集，比如说dataA（100k图像）和dataB（20k图像）。现在，我要批量从两个数据集中获取图像，同时保持每个批次中图像的比例固定。例如：如果我的批处理大小为32，则我想从dataA中获取10张图像，从dataB中获取22张图像。现在，我编写了用于生成批次的代码，但不确定如何正确获取它们？

数据加载器代码：

def generate_batch(X, y, batch_size):
    num_batches = len(X) // batch_size
    #while True:
    for batchid in range(num_batches):
        start = batchid * batch_size
        end = (batchid + 1) * batch_size
        batchx = 22*[0]#
        batchy = 22*[0]#
        k = 0
        for i in range(start, end):
            batchx[k] = X[i]
            batchy[k] = y[i]
            k = k + 1
        yield (batchx) # it's just a sample, I am sending just one value to simplfy it right now.

获取数据：

for k in range(#num_iterations):
    for i in generate_batch(Xadata, yadata, batch_size =22):
        for j in generate_batch(Xbdata,ybdata, batch_size=10):
            print(i)
            print(j)

这将修复dataA的生成，直到完成dataB。现在，我希望它们在每次迭代中都应从dataA和dataB中获取新的数据副本。我该如何修改？还是有其他有效的方法吗？