问题描述
我正在训练一个网络,该网络将图像作为输入,并为图像的一部分输出较小的2D分数数组(例如10x10)。
我目前正在构建训练数据集,方法是将图像附加到图像列表(或张量),将输出数组附加到数组列表(或张量),并以相同的顺序排序,并在以下情况下将其用作输入和输出:训练模型。
它起作用了,到目前为止,我在中等大小的数据集上训练的网络对于相关情况可以很好地预测,但是必须有更好的方法来做到这一点。
我正在寻找一种更有效的方法来构建数据集并将其加载到训练模型。希望在整个数据集太大而无法保存在内存中的情况下,也可以使用一次全部。 我在网上找到的所有解决方案都与分类任务或以CSV格式存储的数据有关,在这里不是这种情况。
我目前在使用Keras(TF)的Python中工作,但可以与其他任何python库一起工作。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)