在Keras中创建Y_true数据集

Question

这是我当前在Keras中对model.fit的调用

history_callback = model.fit(x_train/255.,
                             validation_train_data,
                             validation_split=validation_split,
                             batch_size=batch_size,
                             callbacks=callbacks)

在此示例中，

x_train是一个numpy数组的列表，其中包含我的所有图像数据。 validation_train_data的结构方式是其大小完全不同的numpy数组列表，其长度与包含我的图像的numpy数组列表相等。虽然每个图像的数据都包含在validation_train_data中，所以x_train[i]对应于包含validation_train_data[0][i]，validation_train_data[1][i]，validation_train_data[2][i]等的集合。我可以通过任何方式重新格式化我的validation_train_data，以便可以在自定义keras损失函数中正确用作y_true。

Answer 1

我设法编写了生成器函数来解决我的问题，该函数生成一批x和y数据作为列表，并将它们作为一个元组放在一起。然后，我使用参数generator = my_generator来调用fit_generator，它工作得很好。如果输入数据奇数，则应考虑编写一个生成器来处理它。

这是我曾经这样做的教程： https://stanford.edu/~shervine/blog/keras-how-to-generate-data-on-the-fly