產(chǎn)生batch數(shù)據(jù)
輸入data中每個(gè)樣本可以有多個(gè)特征，和一個(gè)標(biāo)簽，最好都是numpy.array格式。
datas = [data1, data2, …, dataN ], labels = [label1, label2, …, labelN]，
其中data[i] = [feature1, feature2,…featureM], 表示每個(gè)樣本數(shù)據(jù)有M個(gè)特征。
輸入我們方法的數(shù)據(jù)，all_data = [datas, labels] 。
代碼實(shí)現(xiàn)
通過索引值來產(chǎn)生batch大小的數(shù)據(jù)，同時(shí)提供是否打亂順序的選擇，根據(jù)隨機(jī)產(chǎn)生數(shù)據(jù)量范圍類的索引值來打亂順序。
import numpy as np
def batch_generator(all_data , batch_size, shuffle=True):
"""
:param all_data : all_data整個(gè)數(shù)據(jù)集，包含輸入和輸出標(biāo)簽
:param batch_size: batch_size表示每個(gè)batch的大小
:param shuffle: 是否打亂順序
:return:
"""
# 輸入all_datas的每一項(xiàng)必須是numpy數(shù)組，保證后面能按p所示取值
all_data = [np.array(d) for d in all_data]
# 獲取樣本大小
data_size = all_data[0].shape[0]
print("data_size: ", data_size)
if shuffle:
# 隨機(jī)生成打亂的索引
p = np.random.permutation(data_size)
# 重新組織數(shù)據(jù)
all_data = [d[p] for d in all_data]
batch_count = 0
while True:
# 數(shù)據(jù)一輪循環(huán)(epoch)完成，打亂一次順序
if batch_count * batch_size + batch_size > data_size:
batch_count = 0
if shuffle:
p = np.random.permutation(data_size)
all_data = [d[p] for d in all_data]
start = batch_count * batch_size
end = start + batch_size
batch_count += 1
yield [d[start: end] for d in all_data]
測(cè)試數(shù)據(jù)
樣本數(shù)據(jù)x和標(biāo)簽y可以分開輸入，也可以同時(shí)輸入。
# 輸入x表示有23個(gè)樣本，每個(gè)樣本有兩個(gè)特征
# 輸出y表示有23個(gè)標(biāo)簽，每個(gè)標(biāo)簽取值為0或1
x = np.random.random(size=[23, 2])
y = np.random.randint(2, size=[23,1])
count = x.shape[0]
batch_size = 5
epochs = 20
batch_num = count // batch_size
batch_gen = batch_generator([x, y], batch_size)
for i in range(epochs):
print("##### epoch %s ##### " % i)
for j in range(batch_num):
batch_x, batch_y = next(batch_gen)
print("-----epoch=%s, batch=%s-----" % (i, j))
print(batch_x, batch_y)
補(bǔ)充：使用tensorflow.data.Dataset構(gòu)造batch數(shù)據(jù)集
import tensorflow as tf
import numpy as np
def _parse_function(x):
num_list = np.arange(10)
return num_list
def _from_tensor_slice(x):
return tf.data.Dataset.from_tensor_slices(x)
softmax_data = tf.data.Dataset.range(1000) # 構(gòu)造一個(gè)隊(duì)列
softmax_data = softmax_data.map(lambda x:tf.py_func(_parse_function, [x], [tf.int32]))# 將數(shù)據(jù)進(jìn)行傳入
softmax_data = softmax_data.flat_map(_from_tensor_slice) #將數(shù)據(jù)進(jìn)行平鋪, 將其變?yōu)橐痪S的數(shù)據(jù)，from_tensor_slice將數(shù)據(jù)可以輸出
softmax_data = softmax_data.batch(1) #構(gòu)造一個(gè)batch的數(shù)量
softmax_iter = softmax_data.make_initializable_iterator() # 構(gòu)造數(shù)據(jù)迭代器
softmax_element = softmax_iter.get_next() # 獲得一個(gè)batch的數(shù)據(jù)
sess = tf.Session()
sess.run(softmax_iter.initializer) # 數(shù)據(jù)迭代器的初始化操作
print(sess.run(softmax_element)) # 實(shí)際獲得一個(gè)數(shù)據(jù)
print(sess.run(softmax_data))
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。
您可能感興趣的文章:- Python從數(shù)據(jù)庫(kù)讀取大量數(shù)據(jù)批量寫入文件的方法
- 使用Python實(shí)現(xiàn)將多表分批次從數(shù)據(jù)庫(kù)導(dǎo)出到Excel
- pytorch 自定義數(shù)據(jù)集加載方法
