我正在将图像分成补丁的Keras模型进行工作。
我有一个很特别的管道:
imports pyautogui
x, y = pyautogui.locateCenterOnScreen('YOURIMAGE.png', confidence=0.8)
pyautogui.moveTo(x, y)
我需要基于模型预测值(tem)来计算(对于给定的批次)某个名为gamma的值,然后将该值考虑到我的损失函数中,但是不可微,因此我无法将其计算整合到损失函数中。
当测量加载和训练所需的时间时,似乎瓶颈处于加载阶段。
我的问题是:是否可以加载多个批次(函数self.get_batch(),同时计算另一批次的预测,伽玛值和训练?
我想这个想法是要创建某种队列来存储我的批次,但是我真的不知道该怎么做。
PS:在我的get_batch函数中,我正在访问hdf5文件,它会在多处理过程中引起任何麻烦吗?
谢谢。