我在Keras后端使用tensorflow。我有一个要训练的大型数据集（Caltech 256）。
我已经创建了四个.npy文件，分别称为training，trainlbl，testing，testlbl。
现在，我没有运行np.load()来几乎完全占用我的内存的情况，而是如何在自我训练的同时从磁盘上实时加载它们？
通过在互联网上搜索，我知道可以通过Keras的数据生成器来完成此操作，但是我不知道该怎么做。
答案 0 :(得分：0)
也许可以在本文中回答您的问题，但是我认为这没有用，因为您需要更多有关如何使用或编写深度学习网络的知识。
我的建议是使用现有的教程，向您展示如何创建用于图像分类的神经网络。 这个博客文章是一个很好的例子：https://www.pyimagesearch.com/2017/12/11/image-classification-with-keras-and-deep-learning/
此人向您展示了如何使用Keras的DataGenerator。 除了从磁盘延迟加载图像之外，DataGenerator还可以做更多的事情。