为 Keras model.fit_generator 使用生成器

Question

我最初在编写用于训练 Keras 模型的自定义生成器时尝试使用 generator 语法。所以我 yield 从 __next__ --- 编辑。但是，当我尝试使用 model.fit_generator 训练我的模式时，我会收到一条错误消息，提示我的生成器不是迭代器。解决方法是将 yield 更改为 return 这也需要重新调整 __next__ 的逻辑以跟踪状态。与让 yield 为我完成工作相比，这非常麻烦。

有什么方法可以让我使用 yield 吗？如果我必须使用 return 语句，我将需要编写更多的迭代器，这些迭代器必须具有非常笨拙的逻辑。

原文由 doogFromMT 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

我无法帮助调试你的代码，因为你没有发布它，但我缩写了我为语义分割项目编写的自定义数据生成器，供你用作模板：

 def generate_data(directory, batch_size):
    """Replaces Keras' native ImageDataGenerator."""
    i = 0
    file_list = os.listdir(directory)
    while True:
        image_batch = []
        for b in range(batch_size):
            if i == len(file_list):
                i = 0
                random.shuffle(file_list)
            sample = file_list[i]
            i += 1
            image = cv2.resize(cv2.imread(sample[0]), INPUT_SHAPE)
            image_batch.append((image.astype(float) - 128) / 128)

        yield np.array(image_batch)

用法：

 model.fit_generator(
    generate_data('~/my_data', batch_size),
    steps_per_epoch=len(os.listdir('~/my_data')) // batch_size)

原文由 Jessica Alan 发布，翻译遵循 CC BY-SA 3.0 许可协议