您当前的位置:首页 > IT编程 > python
| C语言 | Java | VB | VC | python | Android | TensorFlow | C++ | oracle | 学术与代码 | cnn卷积神经网络 | gnn | 图像修复 | Keras | 数据集 | Neo4j | 自然语言处理 | 深度学习 | 医学CAD | 医学影像 | 超参数 | pointnet | pytorch | 异常检测 | Transformers | 情感分类 | 知识图谱 |

自学教程:Python产生batch数据的操作

51自学网 2021-10-30 22:49:37
  python
这篇教程Python产生batch数据的操作写得很实用,希望能帮到您。

产生batch数据

输入data中每个样本可以有多个特征,和一个标签,最好都是numpy.array格式。

datas = [data1, data2, …, dataN ], labels = [label1, label2, …, labelN],

其中data[i] = [feature1, feature2,…featureM], 表示每个样本数据有M个特征。

输入我们方法的数据,all_data = [datas, labels] 。

代码实现

通过索引值来产生batch大小的数据,同时提供是否打乱顺序的选择,根据随机产生数据量范围类的索引值来打乱顺序。

import numpy as npdef batch_generator(all_data , batch_size, shuffle=True): """ :param all_data : all_data整个数据集,包含输入和输出标签 :param batch_size: batch_size表示每个batch的大小 :param shuffle: 是否打乱顺序 :return: """ # 输入all_datas的每一项必须是numpy数组,保证后面能按p所示取值 all_data = [np.array(d) for d in all_data] # 获取样本大小 data_size = all_data[0].shape[0] print("data_size: ", data_size) if shuffle:  # 随机生成打乱的索引  p = np.random.permutation(data_size)  # 重新组织数据  all_data = [d[p] for d in all_data] batch_count = 0 while True:  # 数据一轮循环(epoch)完成,打乱一次顺序  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]

测试数据

样本数据x和标签y可以分开输入,也可以同时输入。

# 输入x表示有23个样本,每个样本有两个特征# 输出y表示有23个标签,每个标签取值为0或1x = np.random.random(size=[23, 2])y = np.random.randint(2, size=[23,1])count = x.shape[0]batch_size = 5epochs = 20batch_num = count // batch_sizebatch_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)

补充:使用tensorflow.data.Dataset构造batch数据集

import tensorflow as tfimport numpy as npdef _parse_function(x): num_list = np.arange(10) return num_listdef _from_tensor_slice(x): return tf.data.Dataset.from_tensor_slices(x)softmax_data = tf.data.Dataset.range(1000) # 构造一个队列softmax_data = softmax_data.map(lambda x:tf.py_func(_parse_function, [x], [tf.int32]))# 将数据进行传入softmax_data = softmax_data.flat_map(_from_tensor_slice) #将数据进行平铺, 将其变为一维的数据,from_tensor_slice将数据可以输出softmax_data = softmax_data.batch(1) #构造一个batch的数量softmax_iter = softmax_data.make_initializable_iterator() # 构造数据迭代器softmax_element = softmax_iter.get_next() # 获得一个batch的数据sess = tf.Session()sess.run(softmax_iter.initializer) # 数据迭代器的初始化操作print(sess.run(softmax_element)) # 实际获得一个数据print(sess.run(softmax_data))

以上为个人经验,希望能给大家一个参考,也希望大家多多支持51zixue.net。如有错误或未考虑完全的地方,望不吝赐教。


Python验证的50个常见正则表达式
python用faker库批量生成假数据
万事OK自学网:51自学网_软件自学网_CAD自学网自学excel、自学PS、自学CAD、自学C语言、自学css3实例,是一个通过网络自主学习工作技能的自学平台,网友喜欢的软件自学网站。