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?Tensorflow Splitting Trainingsdaten zu Chargen
Antwort
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
ich so etwas wie folgt verwenden:
for bid in range(int(len(array)/batch_size)):
batch = array[bid*batch_size:(bid+1)*batch_size]
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]
- 1. Wie werden Trainingsdaten "Chargen" an Mitarbeiter in Tensorflow verteilt?
- 2. Tensorflow: Verwenden Sie tf.parse_example für JPEG-Chargen
- 3. Wie kann ich elementare Bedingungen für Chargen in TensorFlow berechnen?
- 4. Daten in Chargen in Tensorflow zur Klassifizierung aufteilen
- 5. Tensorflow - TextSum Modell: Wie erstelle ich meine eigenen Trainingsdaten?
- 6. Wie lasen Bilder und Etiketten zu Chargen im Tensorflow aus separaten Dateien mit geteilten Schlüsseln?
- 7. Prozessdaten in Chargen Nicht genügend Arbeitsspeicher Ausnahmen
- 8. Funken Streaming fehlgeschlagen Chargen
- 9. Erläuterung zu Tensorflow Tensor Formen und Matmul
- 10. Verwendung mehrerer Eingangsleitungen in TensorFlow
- 11. CNN Genauigkeit zu schnell - Tensorflow
- 12. Gültiger Ansatz zum Generieren neuer Trainingsdaten aus einigen vorhandenen Trainingsdaten
- 13. Openface chargen repräsentieren „unbekanntes Objekt“
- 14. Geteilte Liste auf eindeutigen Chargen
- 15. Wie können Zusammenfassungen über mehrere Chargen hinweg gemittelt werden?
- 16. Linq zu SQL Entity Splitting
- 17. , wie Word zu beheben Splitting
- 18. Tensorflow Verständnis tf.train.shuffle_batch
- 19. Tensorflow: Batching, um die Reihenfolge zu erhalten
- 20. Ist die Größe der Trainingsdaten für eine Epoche Materie in Tensorflow?
- 21. QString Splitting
- 22. Splitting Text
- 23. opennlp Beispiel Trainingsdaten für Krankheit
- 24. Splitting-Anführungszeichen
- 25. Splitting-Objekt
- 26. Masstransit Griff/verbrauchen Nachrichten in Chargen
- 27. Sortieren Array nach Chargen in Ruby
- 28. ASP Clingo - Splitting Graph zu n Cliquen
- 29. Tensorflow- und feed_dict- und Batching-Trainingssatz
- 30. Benannte Entitätserkennung mit Vowpal Wabbit scheint Trainingsdaten zu speichern