Tensorflow Splitting Trainingsdaten zu Chargen

Question

Ich habe einen Datensatz von Bildern als Numpy-Array. (Anzahl der Bilder, Länge, Breite, Farbbereich) Ich möchte es in Chargen teilen und in Tensorflow einspeisen. Was ist der gute Weg, es zu tun?

Answer 1

Zuerst können Sie numpy.split verwenden, um Ihre Bilder in Stapel (Sub-ndarrays) aufzuteilen. Dann könnten Sie sie an die tf.Session mit der run Funktion mit dem feed_dict Parameter füttern.

Ich würde auch an der TF sehr empfehlen, sich MNIST tutorial

Answer 2

ich so etwas wie folgt verwenden:

for bid in range(int(len(array)/batch_size)): 
    batch = array[bid*batch_size:(bid+1)*batch_size] 

Answer 3

Es gibt einen kleinen Fehler in Thomas Pinetz Antwort und ich kann nicht Kommentare vorhanden machen, so Hier ist eine zusätzliche Antwort.

int (len (array)/batch_size) rundet die Division auf die nächste ganze Zahl ab, sodass die letzte Charge nicht verarbeitet wird. Um die Aufteilung aufrunden Sie

ceil_int = -(-a//b) 

Zusätzlich verwenden können, um Sie mit der letzten Partie ist sehr klein am Ende im Vergleich zum Rest. Sie können Ihre Batch-Größe leicht ändern, damit dies weniger wahrscheinlich ist. Der vollständige Code ist unten gezeigt:

def ceil(a,b): 
    return -(-a//b) 

n_samples = len(array) 
better_batch_size = ceil(n_samples, ceil(n_samples, batch_size)) 

for i in range(ceil(n_samples, better_batch_size)): 
    batch = array[i * better_batch_size: (i+1) * better_batch_size]