keras的fit_generator()中数据生成器有什么规范

wusir2018

请问keras的fit_generator()中数据生成器有什么规范嘛？
请问关于keras fit_generator这块有没有写得好的书籍推荐？

我在网上找到一个代码，但是我不明白数据生成器是如何运行的，通过断点追进去，也只能进入到 def __init__这个方法里面去，那其他诸如 def__len__，def__getitem__是如何工作的呢？


class DataGenerator(keras.utils.Sequence):
   
    def __init__(self, datas, batch_size=1, shuffle=True):
        self.batch_size = batch_size
        self.datas = datas
        self.indexes = np.arange(len(self.datas))
        self.shuffle = shuffle

    def __len__(self):
        #计算每一个epoch的迭代次数
        return math.ceil(len(self.datas) / float(self.batch_size))

    def __getitem__(self, index):
        #生成每个batch数据，这里就根据自己对数据的读取方式进行发挥了
        # 生成batch_size个索引
        batch_indexs = self.indexes[index*self.batch_size:(index+1)*self.batch_size]
        # 根据索引获取datas集合中的数据
        batch_datas = [self.datas[k] for k in batch_indexs]

        # 生成数据
        X, y = self.data_generation(batch_datas)

        return X, y

    def on_epoch_end(self):
        #在每一次epoch结束是否需要进行一次随机，重新随机一下index
        if self.shuffle == True:
            np.random.shuffle(self.indexes)

    def data_generation(self, batch_datas):
        images = []
        labels = []

        # 生成数据
        for i, data in enumerate(batch_datas):
            #x_train数据
            image = cv2.imread(data)
            image = list(image)
            images.append(image)
            #y_train数据
            right = data.rfind("\\",0)
            left = data.rfind("\\",0,right)+1
            class_name = data[left:right]
            if class_name=="dog":
                labels.append([0,1])
            else:
                labels.append([1,0])
        #如果为多输出模型，Y的格式要变一下，外层list格式包裹numpy格式是list[numpy_out1,numpy_out2,numpy_out3]
        return np.array(images), np.array(labels)
   
# 读取样本名称，然后根据样本名称去读取数据
class_num = 0
train_datas = []  
for file in os.listdir("D:/xxx"):
    file_path = os.path.join("D:/xxx", file)
    if os.path.isdir(file_path):
        class_num = class_num + 1
        for sub_file in os.listdir(file_path):
            train_datas.append(os.path.join(file_path, sub_file))

# 数据生成器
training_generator = DataGenerator(train_datas)

#构建网络
model = Sequential()
model.add(Dense(units=64, activation='relu', input_dim=784))
model.add(Dense(units=2, activation='softmax'))
model.compile(loss='categorical_crossentropy',
              optimizer='sgd',
              metrics=['accuracy'])
model.compile(optimizer='sgd', loss='categorical_crossentropy', metrics=['accuracy'])

model.fit_generator(training_generator, epochs=50,max_queue_size=10,workers=1)

leonrein

https://zhuanlan.zhihu.com/p/165188660
注意, tf2 中的 keras 已经废弃 Model.fit_generator 方法, 普通 fit 天然支持 generator. 数据集构建可以参考谷歌官方例程, 构建成的 Dataset 对象应该也算一种生成器.

wusir2018

leonrein 发表于 2021-3-25 10:26
https://zhuanlan.zhihu.com/p/165188660
注意, tf2 中的 keras 已经废弃 Model.fit_generator 方法, 普通 ...

谢谢你的回复。以知乎里的涉及到的例子，如果我将断点设置在model.fit_generator(MnistSequence(training_x, training_y, 32), epochs=10000)，追进去只能进入到 def__init__这个方法里面，我怎么能判断我在处理 def__getitem__里的把batch_x有没有错误呢，如何进入到 def__getitem__这个方法里面呢？

class MnistSequence(Sequence):

    def __init__(self, x_set, y_set, batch_size):
        self.x, self.y = x_set, y_set
        self.batch_size = batch_size

    def __len__(self):
        return int(np.ceil(len(self.x) / float(self.batch_size)))

    def __getitem__(self, idx):
        batch_x = self.x[idx * self.batch_size:(idx + 1) * self.batch_size]
        batch_y = self.y[idx * self.batch_size:(idx + 1) * self.batch_size]

        return np.array([
                resize(imread(file_name), (200, 200))
                for file_name in batch_x]), np.array(batch_y)

model.fit_generator(MnistSequence(training_x, training_y, 32), epochs=10000)

Learner0x5a

直接在def__getitem__这个方法里面下断点不行吗

wusir2018

Learner0x5a 发表于 2021-3-25 11:48
直接在def__getitem__这个方法里面下断点不行吗

试过了，直接在def __getitem__断点不行，不知道为什么，直接跳过去了

leonrein

wusir2018 发表于 2021-3-25 10:46
谢谢你的回复。以知乎里的涉及到的例子，如果我将断点设置在model.fit_generator(MnistSequence(training ...

单独建立 MnistSequence 对象, 再单独执行  对象.__getitem__(idx) ?

wusir2018

leonrein 发表于 2021-3-25 21:31
单独建立 MnistSequence 对象, 再单独执行  对象.__getitem__(idx) ?

这种没有试过，单独执行对象.__getitem__(idx)，相当于直接运行 MnistSequence.__getitem__(idx)看看了