0

我目前正在构建一个 1D-CNN 进行分类。预测变量是光谱（具有 779 个特征的X矩阵），因变量包含两个类别。

但是，X矩阵包含重复测量（15-20 次重复系列）。至关重要的是，在训练过程中，重复测量不包括在训练集中和损失函数评估集中。有没有办法构建可以避免这种情况的“自定义”小批量？

4

1 回答 1

0

您应该尝试使用数据生成器。

DataGenerator 是一个对象，它将 X_train 和 y_train 矩阵作为输入，并按照某些标准将样本分批。它还可以用于处理无法在虚拟内存上一次加载的大量数据。

这是有关如何实施的示例！

基本上 get_item 会给你你的下一批，所以这是实现你可能需要的所有条件的地方。

import numpy as np
import keras

class DataGenerator(keras.utils.Sequence):
    'Generates data for Keras'
    def __init__(self, X, labels, batch_size=32, dim=(32,32,32), n_channels=1,
                 n_classes=10, shuffle=True):
        'Initialization'
        self.dim = dim
        self.batch_size = batch_size
        self.labels = labels
        self.X = X
        self.n_channels = n_channels
        self.n_classes = n_classes
        self.shuffle = shuffle
        self.on_epoch_end()

    def __len__(self):
        'Denotes the number of batches per epoch'
        return int(np.floor(len(self.X) / self.batch_size))

    def __getitem__(self, index):
        'Generate one batch of data'
        # Generate indexes of the batch to make sure samples dont repeat
        list_IDs_temp = ... your code

        # Generate data
        X, y = self.__data_generation(list_IDs_temp)

        return X, y

    def on_epoch_end(self):
        'Updates indexes after each epoch'
        self.indexes = np.arange(len(self.X))
        if self.shuffle == True:
            np.random.shuffle(self.indexes)

    def __data_generation(self, list_IDs_temp):
        'Generates data containing batch_size samples' # X : (n_samples, *dim, n_channels)
        # Initialization
        X = np.empty((self.batch_size, *self.dim, self.n_channels))
        y = np.empty((self.batch_size), dtype=int)

        # Generate data
        for i, ID in enumerate(list_IDs_temp):
            # Store sample
            X[i,] = self.X[ID,]

            # Store class
            y[i] = self.labels[ID]

        return X, keras.utils.to_categorical(y, num_classes=self.n_classes)

来源：这个

于 2018-10-21T06:43:44.113 回答