python - keras model.predict_generator() 未返回正确的实例数

标签 python tensorflow keras generator

我已按照以下链接学习如何使用keras模型的generatorfit_generatorhttps://stanford.edu/~shervine/blog/keras-how-to-generate-data-on-the-fly 我遇到的一个问题是,当我在某些测试数据生成器上调用 model.predict_generator() 时,返回值的长度与我在生成器中发送的值不同。 我的测试数据长度为229431,我使用的batch_size为256,当我按以下方式在generator类中定义__len__函数时:

class DataGenerator(keras.utils.Sequence):
    """A simple generator"""

    def __init__(self, list_IDs, labels, dim, dim_label, batch_size=512, shuffle=True, is_training=True):
        """Initialization"""
        self.list_IDs = list_IDs
        self.labels = labels
        self.dim = dim
        self.dim_label = dim_label
        self.batch_size = batch_size
        self.shuffle = shuffle
        self.is_training = is_training
        self.on_epoch_end()

    def __len__(self):
        """Denotes the number of batches per epoch"""
        return int(np.ceil(len(self.list_IDs) / self.batch_size))

    def __getitem__(self, index):
        """Generate one batch of data"""
        # Generate indexes of the batch
        indexes = self.indexes[index * self.batch_size: (index + 1) * self.batch_size]

        # Find list of IDs
        list_IDs_temp = [self.list_IDs[k] for k in indexes]
        list_labels_temp = [self.labels[k] for k in indexes]

        # Generate data
        result = self.__data_generation(list_IDs_temp, list_labels_temp, self.is_training)
        if self.is_training:
            X, y = result
            return X, y
        else:
            # only return X when test
            X = result
            return X

    def on_epoch_end(self):
        """Updates indexes after each epoch"""
        self.indexes = np.arange(len(self.list_IDs))
        if self.shuffle:
            np.random.shuffle(self.indexes)

    def __data_generation(self, list_IDs_temp, list_labels_temp, is_training):
        """Generates data containing batch_size samples"""
        # Initialization
        # X is a list of np.array
        X = np.empty((self.batch_size, *self.dim))
        if is_training:
            # y could have multiple columns
            y = np.empty((self.batch_size, *self.dim_label), dtype=int)

        # Generate data
        for i, (ID, label) in enumerate(zip(list_IDs_temp, list_labels_temp)):
            # Store sample
            X[i,] = np.load(ID)
            if is_training:
                # Store class
                y[i,] = np.load(label)
        if is_training:
            return X, y
        else:
            return X

我的预测值的返回长度是229632。这是预测的代码:

test_generator = DataGenerator(partition, labels, is_training=False, **self.params)
        predict_raw = self.model.predict_generator(generator=test_generator, workers=12, verbose=2)

当我修改 DataGenerator__len__ 方法以 return int(np. ceil(len(self.list_IDs)/self.batch_size)),我得到229376个预测值,229376/256 = 896,这是正确的长度数。 但我传递给生成器的是 229431 个样本。

我认为在__getitem__方法中,当运行最后一批时,它应该只获取少于256个样本来自动测试。但事实似乎并非如此,那么如何确保模型预测正确数量的样本呢?

最佳答案

对于最后一批,方法 __getitem__ 中计算的索引大小不正确。为了预测正确的样本数量,索引应定义如下(参见 post ):

def __getitem__(self, index):
    """Generate one batch of data"""
    idx_min = idx*self.batch_size
    idx_max = min(idx_min + self.batch_size, len(self.list_IDs))
    indexes = self.indexes[idx_min: idx_max]

    ...

关于python - keras model.predict_generator() 未返回正确的实例数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52219925/

相关文章:

python - 减去数据框中的两个 datetime.time 列

python - 提早停止 TensorFlow 2.0

python - 值错误 : None values not supported Keras Custom Loss Function in Tensorflow

python - 从文件夹中的图像序列获取 numpy 数组

python - Pandas 避免在转换后的数字列中添加双引号并附加逗号

Python AWS SQS 与 MOTO 模拟

python - 如何停止 while true 循环?

python - tf.select 有什么用

python - 模型训练在第一个纪元完成后陷入困境...第二个纪元甚至不会启动,也不会抛出任何错误,它只是保持空闲状态

python - 给定索引列表,访问多维列表的元素