every blog every motto: You can do more than you think.

0. 前言

在训练模型时，我们往往不一次将数据全部加载进内存中，而是将数据分批次加载到内存中。

一种方法是用 while True 遍历数据，用yeid产生，具体可参考语义分割代码讲解部分
另一种方法是本文即将讲解的tf.keras.utils.Sequence方法

1. 正文

1.1 基础用法

__ len __ 中返回的即1个epoch迭代的次数，即：
总样本数/ batch_size

__ getitem __ 根据len中的迭代次数，生成数据

注意： __ len __ ，__ getitem __ 必须要实现

"""
测试
__getitem__
"""
import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tfclass Date(tf.keras.utils.Sequence):def __init__(self):print('初始化相关参数')def __len__(self):"""此方法要实现，否则会报错正常程序中返回1个epoch迭代的次数:return:"""return 5def __getitem__(self, index):"""生成一个batch的数据"""print('index:', index)x_batch = ['x1', 'x2', 'x3', 'x4']y_batch = ['y1', 'y2', 'y3', 'y4']print('-'*20)return x_batch, y_batch# 实例化数据
date = Date()for batch_number, (x, y) in enumerate(date):print('正在进行第{} batch'.format(batch_number))print('x_batch:', x)print('y_batcxh:', y)

结果：

1.2 扩展（2020.11.12 15:37增补）

可以在类中实现on_epoch_end方法，保证在每个epoch后打乱原有数据的顺序

1.2.1 训练样例：

测试代码，如下：

import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf
import numpy as npprint('tensorflow version: ', tf.__version__)class ZerosFirstEpochOnesAfter(tf.keras.utils.Sequence):def __init__(self):self.shuffle = Truedef __len__(self):return 2def on_epoch_end(self):print('---------------on_epoch_end------------')# 打乱索引# if self.shuffle:#     print('==============================================================shuffle')#     np.random.shuffle(self.indices)def __getitem__(self, item):return np.zeros((16, 1)), np.zeros((16,))def main():model = tf.keras.Sequential()model.add(tf.keras.layers.Dense(1, input_dim=1, activation="softmax"))model.compile(optimizer='Adam', loss='binary_crossentropy', metrics=['accuracy'])model.fit(ZerosFirstEpochOnesAfter(), epochs=3, )if __name__ == '__main__':main()

tensorflow 2.0:

tensorflow 2.1:

tesorflow 2.3:

由以上三个版本的训练结果，我们可以发现，

在2.0和2.1版本中，是没有进行on_epoch_end方法调用的，即没有实现on_epoch_end方法内注释部分的打乱顺序，这是tensorflow早期版本的一个bug,具体可参考文后第4个链接。
在2.3版本中已得到改进

1.2.2 循环遍历：

1.2.2.1 原始版测试

循环遍历，如下所示：

import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf
import numpy as npprint('tensorflow version: ', tf.__version__)class Date(tf.keras.utils.Sequence):def __init__(self):print('初始化相关参数')self.lines = [1,2,3,4,5]self.shuffle = Truedef __len__(self):"""此方法要实现，否则会报错正常程序中返回1个epoch迭代的次数:return:"""return 2def on_epoch_end(self):print('=======================')if self.shuffle == True:print('------------一个epoch结束，打乱了顺序---')np.random.shuffle(self.lines)def __getitem__(self, index):"""生成一个batch的数据"""print('index:', index)x_batch = ['x1', 'x2', 'x3', 'x4']y_batch = ['y1', 'y2', 'y3', 'y4']print('-' * 20)return x_batch, y_batch# 实例化数据
date = Date()for epoch in range(2):for batch_number, (x, y) in enumerate(date):print('正在进行第{} batch'.format(batch_number))print('x_batch:', x)print('y_batcxh:', y)print('一个epoch结束=============================')

结果：

如上图所示，通过循环遍历这种方法仍然不能调用on_epoch_end，即无法打乱顺序

1.2.2.2 改进版

import osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf
import numpy as npprint('tensorflow version: ', tf.__version__)class Date(tf.keras.utils.Sequence):def __init__(self):print('初始化相关参数')self.lines = [1,2,3,4,5]self.shuffle = Truedef __len__(self):"""此方法要实现，否则会报错正常程序中返回1个epoch迭代的次数:return:"""return 2def on_epoch_end(self):print('=======================')if self.shuffle == True:print('------------一个epoch结束，打乱了顺序---')np.random.shuffle(self.lines)def __getitem__(self, index):"""生成一个batch的数据"""print('index:', index)x_batch = ['x1', 'x2', 'x3', 'x4']y_batch = ['y1', 'y2', 'y3', 'y4']print('-' * 20)return x_batch, y_batch# 实例化数据
date = Date()for epoch in range(2):print(date.lines)for batch_number, (x, y) in enumerate(date):print('正在进行第{} batch'.format(batch_number))print('x_batch:', x)print('y_batcxh:', y)np.random.shuffle(date.lines)print('一个epoch结束=============================')

如下图所示，我们发现已经打乱了“样本”顺序，

参考文献

[1] https://blog.csdn.net/weixin_39190382/article/details/105808830
[2] https://blog.csdn.net/weixin_43198141/article/details/89926262
[3] https://blog.csdn.net/u011311291/article/details/80991330
[4] https://github.com/tensorflow/tensorflow/issues/35911
[5] https://colab.research.google.com/gist/bfs15/fd18263f788a071225c60cedaf126748/35911.ipynb

【tf.keras.utils.Sequence】构建自己的数据集生成器相关推荐

tensorflow tf.keras.utils.plot_model 画深度学习神经网络拓扑图
tensorflow tf.keras.utils.plot_model 画网络拓扑图 # pip install graphviz # pip install pydot # 下载 graphviz ...
垃圾分类、EfficientNet模型、数据增强(ImageDataGenerator)、混合训练Mixup、Random Erasing随机擦除、标签平滑正则化、tf.keras.Sequence
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) 垃圾分类.EfficientNet模型.数据增强(ImageD ...
tf.Keras.Model类总结
文章目录 tf.keras.Model类 1. 创建一个tf.keras.Model类实例的方法 1.1 通过指定输入输出进行实例化 1.2 通过继承Model类进行实例化 2. tf.Keras.M ...
使用估算器、tf.keras 和 tf.data 进行多 GPU 训练
文 / Zalando Research 研究科学家 Kashif Rasul 来源 | TensorFlow 公众号与大多数 AI 研究部门一样,Zalando Research 也意识到了对创意 ...
Tensorflow学习之tf.keras(一) tf.keras.layers.Model(另附compile，fit)
模型将层分组为具有训练和推理特征的对象. 继承自:Layer, Module tf.keras.Model(*args, **kwargs ) 参数 inputs 模型的输入:keras.Input ...
日月光华深度学习（一、二）深度学习基础和tf.keras
日月光华深度学习(一.二)深度学习基础和tf.keras [2.2]--tf.keras实现线性回归 [2.5]--多层感知器(神经网络)的代码实现 [2.6]--逻辑回归与交叉熵 [2.7]--逻辑 ...
python怎么导入数据集keras_keras使用Sequence类调用大规模数据集进行训练的实现
使用Keras如果要使用大规模数据集对网络进行训练,就没办法先加载进内存再从内存直接传到显存了,除了使用Sequence类以外,还可以使用迭代器去生成数据,但迭代器无法在fit_generation里 ...
从零开始，手把手教你使用Keras和TensorFlow构建自己的CNN模型
最近学习CNN,搭建CNN模型时看网上鱼龙混杂的博客走了不少歪路,决定自己来总结一下. 注意本教程未必对所有版本有效,请根据需要的版本适当调整.文章中配置的环境是Python 3.8.12 ,Tens ...
深度学习-Tensorflow2.2-深度学习基础和tf.keras{1}-softmax多分类-06
softmax分类 Fashion MNIST数据集 import tensorflow as tf import pandas as pd import numpy as np import mat ...
TensorFlow高阶 API: keras教程-使用tf.keras搭建mnist手写数字识别网络
TensorFlow高阶 API:keras教程-使用tf.keras搭建mnist手写数字识别网络目录 TensorFlow高阶 API:keras教程-使用tf.keras搭建mnist手写数字 ...

【tf.keras.utils.Sequence】构建自己的数据集生成器