python-3.x - 当数据量很大时将数据拟合到机器学习keras模型中

Question

在使用 keras 的机器学习教程中，训练机器学习模型的代码就是这种典型的单行代码。

model.fit(X_train, 
          Y_train, 
          nb_epoch=5, 
          batch_size = 128, 
          verbose=1, 
          validation_split=0.1)

当训练数据X_train和Y_train很小时，这似乎很容易。 X_train 和 Y_train 是 numpy ndarray。在实际情况中，训练数据可能达到千兆字节，这可能太大而无法装入计算机的 RAM 中。

当训练数据太大时，如何将数据发送到model.fit()？

Answer 1

Keras 中有一个简单的解决方案。您可以简单地使用 python 生成器，其中数据是延迟加载的。如果您有图像，您还可以使用 ImageDataGenerator。

def generate_data(x, y, batch_size):    
    while True:
        batch = []
        for b in range(batch_size):
           batch.append(myDataSlice)

        yield np.array(batch )

model.fit_generator(
generator=generate_data(x, y, batch_size),
steps_per_epoch=num_batches, 
validation_data=list_batch_generator(x_val, y_val, batch_size), 
validation_steps=num_batches_test)