Question

我有一个由图像和标签组成的数据集，并加载了生成器，例如：

generator = image_generator.flow_from_directory(batch_size=BATCH_SIZE,
                                                           directory=val_dir,
                                                           shuffle=False,
                                                           target_size=(100,100),
                                                           class_mode='categorical')

使用CNN进行预测后，我想遍历所有结果并打印原始图像和预测的标签。

使用：

x,y = generator.next()

我设法做到了，但是我限于一批生成器中的元素数量。尝试打印更多的循环时会失去索引。

如何使用此方法遍历批次以获取所有结果？

Answer 1

您可以使用itertools.tee，它为您提供 n 个生成器的独立副本。例如，您的情况

generator,gen_copy = itertools.tee(image_generator.flow_from_directory(
                                                  batch_size=BATCH_SIZE,
                                                  directory=val_dir,
                                                  shuffle=False,
                                                  target_size=(100,100),
                                                  class_mode='categorical',seed=0), 
                                                  n=2)

在这里，您将获得同一发生器的两个副本。一个可以传递给 fit_generator ，另一个可以根据您的目的进行迭代。请注意，在上面的代码块中添加了 seed = 0 ，以确保每个副本的混洗和转换顺序相同（如果您使用它们）。

现在 gen_copy 您可以像这样使用：

for x,y in gen_copy:
    print(x,y)

Answer 2

如official link中所述：

for e in range(epochs):
print('Epoch', e)
batches = 0
for x_batch, y_batch in datagen.flow(x_train, y_train, batch_size=32):
    model.fit(x_batch, y_batch)
    batches += 1
    if batches >= len(x_train) / 32:
        # we need to break the loop by hand because
        # the generator loops indefinitely
        break

您可以模仿此示例代码来获取 datagen 中的每个批次。一个导入注意事项是，如果需要，您应该设置相同的种子以保持批次的顺序。

遍历喀拉斯邦的所有批次的生成器

2 个答案: