Python产生batch数据的操作_Python

Python产生batch数据的操作

2021-09-19 00:15小小黄01 Python

这篇文章主要介绍了Python产生batch数据的操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

产生batch数据

输入data中每个样本可以有多个特征，和一个标签，最好都是numpy.array格式。

datas = [data1, data2, …, dataN ], labels = [label1, label2, …, labelN]，

其中data[i] = [feature1, feature2,…featureM], 表示每个样本数据有M个特征。

输入我们方法的数据，all_data = [datas, labels] 。

代码实现

通过索引值来产生batch大小的数据，同时提供是否打乱顺序的选择，根据随机产生数据量范围类的索引值来打乱顺序。

				?

									import numpy as np

									def batch_generator(all_data , batch_size, shuffle=True):

									 """

									 :param all_data : all_data整个数据集，包含输入和输出标签

									 :param batch_size: batch_size表示每个batch的大小

									 :param shuffle: 是否打乱顺序

									 :return:

									 """

									 # 输入all_datas的每一项必须是numpy数组，保证后面能按p所示取值

									 all_data = [np.array(d) for d in all_data]

									 # 获取样本大小

									 data_size = all_data[0].shape[0]

									 print("data_size: ", data_size)

									 if shuffle:

									  # 随机生成打乱的索引

									  p = np.random.permutation(data_size)

									  # 重新组织数据

									  all_data = [d[p] for d in all_data]

									 batch_count = 0

									 while True:

									  # 数据一轮循环(epoch)完成，打乱一次顺序

									  if batch_count * batch_size + batch_size > data_size:

									   batch_count = 0

									   if shuffle:

									    p = np.random.permutation(data_size)

									    all_data = [d[p] for d in all_data]

									  start = batch_count * batch_size

									  end = start + batch_size

									  batch_count += 1

									  yield [d[start: end] for d in all_data]

测试数据

样本数据x和标签y可以分开输入，也可以同时输入。

				?

									# 输入x表示有23个样本，每个样本有两个特征

									# 输出y表示有23个标签，每个标签取值为0或1

									x = np.random.random(size=[23, 2])

									y = np.random.randint(2, size=[23,1])

									count = x.shape[0]

									batch_size = 5

									epochs = 20

									batch_num = count // batch_size

									batch_gen = batch_generator([x, y], batch_size)

									for i in range(epochs):

									 print("##### epoch %s ##### " % i)

									 for j in range(batch_num):

									  batch_x, batch_y = next(batch_gen)

									  print("-----epoch=%s, batch=%s-----" % (i, j))

									  print(batch_x, batch_y)

补充：使用tensorflow.data.Dataset构造batch数据集

				?

									import tensorflow as tf

									import numpy as np

									def _parse_function(x):

									 num_list = np.arange(10)

									 return num_list

									def _from_tensor_slice(x):

									 return tf.data.Dataset.from_tensor_slices(x)

									softmax_data = tf.data.Dataset.range(1000) # 构造一个队列

									softmax_data = softmax_data.map(lambda x:tf.py_func(_parse_function, [x], [tf.int32]))# 将数据进行传入

									softmax_data = softmax_data.flat_map(_from_tensor_slice) #将数据进行平铺, 将其变为一维的数据，from_tensor_slice将数据可以输出

									softmax_data = softmax_data.batch(1) #构造一个batch的数量

									softmax_iter = softmax_data.make_initializable_iterator() # 构造数据迭代器

									softmax_element = softmax_iter.get_next() # 获得一个batch的数据

									sess = tf.Session()

									sess.run(softmax_iter.initializer) # 数据迭代器的初始化操作

									print(sess.run(softmax_element)) # 实际获得一个数据

									print(sess.run(softmax_data))