概述
在深度学习中，有时会遇到大量数据的情况，比如处理120万+的图片时，需要批量训练。
因为内存有限，可能一次只能读进来一批图片，一个可行的方案是使用train_on_batch这个函数，大概流程如下：
import random
batch_X, batch_Y = get_train_data()
# shuffle data
cc = list(zip(batch_X, batch_Y))
random.shuffle(cc)
batch_X[:], batch_Y[:] = zip(*cc)
del cc
model.train_on_batch(batch_X, batch_Y)由于train_on_batch不提供shuffle=True的选项，我便选择手动shuffle数据。
当然也可以使用data generators来解决这个问题。
最后
以上就是瘦瘦铃铛为你收集整理的Keras批量训练大量数据总结的全部内容，希望文章能够帮你解决Keras批量训练大量数据总结所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复