Пользовательская мини-партия CNN (Keras, TF), чтобы избежать повторных измерений при обучении / тестировании

Question

В настоящее время я строю 1D-CNN для классификации. Предикторами являются спектры (X- матрица с 779 признаками), а зависимая переменная содержит два класса.

Тем не менее, X- матрица содержит повторные измерения (серия из 15-20 повторов). Крайне важно, чтобы во время тренировки повторные измерения не включались ни в наборы для тренировки, ни в оценку функции потерь. Есть ли способ создать "нестандартные" мини-партии, которые бы этого избегали?

Answer 1

Вы должны попробовать использовать генераторы данных.

DataGenerator - это объект, который принимает в качестве входных данных матрицы X_train и y_train и помещает сэмплы в пакеты по некоторому критерию. Его также можно использовать для обработки больших объемов данных, которые невозможно загрузить сразу в виртуальную память.

Вот пример того, как его реализовать!

По сути, get_item даст вам ваш следующий пакет, так что это место для реализации всех условий, которые вам могут понадобиться.

import numpy as np
import keras

class DataGenerator(keras.utils.Sequence):
    'Generates data for Keras'
    def __init__(self, X, labels, batch_size=32, dim=(32,32,32), n_channels=1,
                 n_classes=10, shuffle=True):
        'Initialization'
        self.dim = dim
        self.batch_size = batch_size
        self.labels = labels
        self.X = X
        self.n_channels = n_channels
        self.n_classes = n_classes
        self.shuffle = shuffle
        self.on_epoch_end()

    def __len__(self):
        'Denotes the number of batches per epoch'
        return int(np.floor(len(self.X) / self.batch_size))

    def __getitem__(self, index):
        'Generate one batch of data'
        # Generate indexes of the batch to make sure samples dont repeat
        list_IDs_temp = ... your code

        # Generate data
        X, y = self.__data_generation(list_IDs_temp)

        return X, y

    def on_epoch_end(self):
        'Updates indexes after each epoch'
        self.indexes = np.arange(len(self.X))
        if self.shuffle == True:
            np.random.shuffle(self.indexes)

    def __data_generation(self, list_IDs_temp):
        'Generates data containing batch_size samples' # X : (n_samples, *dim, n_channels)
        # Initialization
        X = np.empty((self.batch_size, *self.dim, self.n_channels))
        y = np.empty((self.batch_size), dtype=int)

        # Generate data
        for i, ID in enumerate(list_IDs_temp):
            # Store sample
            X[i,] = self.X[ID,]

            # Store class
            y[i] = self.labels[ID]

        return X, keras.utils.to_categorical(y, num_classes=self.n_classes)

Источник: это