训练和预测时的 Keras Feature Wise Center
Keras Feature Wise Center at Training and Prediction Time
我已经使用 featurewise_center=True,featurewise_std_normalization=True 实现了 ImageDataGenerator。我将生成器安装到我的训练集(它学习一些统计数据)并训练我的模型。一切顺利。
完成训练并关闭 python 后,如何使用生成器对我的测试集进行相同的预处理?我想保留从 fit 中学到的统计数据,以便在我想测试或进一步训练我的模型时使用(原始训练集可能不再可用)。
提前致谢
我已经解决了这个问题。对于那些仍然遇到它的人。按照以下步骤操作。
- 使用所需的预处理创建 ImageDataGenerator。
- 从训练数据(即样本)中随机抽取 0.1%。载入内存
适合 ImageDataGenerator
- 从 ImageDataGenerator 获取 Mean 和 STD 并将其放入列表中
- 根据需要多次迭代数据集并保存每次迭代的均值和 STD
- 计算平均值和 STD
- 列表项
将平均均值和平均 STD 分配给新的 ImageDataGenerator。
我已经使用 featurewise_center=True,featurewise_std_normalization=True 实现了 ImageDataGenerator。我将生成器安装到我的训练集(它学习一些统计数据)并训练我的模型。一切顺利。
完成训练并关闭 python 后,如何使用生成器对我的测试集进行相同的预处理?我想保留从 fit 中学到的统计数据,以便在我想测试或进一步训练我的模型时使用(原始训练集可能不再可用)。
提前致谢
我已经解决了这个问题。对于那些仍然遇到它的人。按照以下步骤操作。
- 使用所需的预处理创建 ImageDataGenerator。
- 从训练数据(即样本)中随机抽取 0.1%。载入内存 适合 ImageDataGenerator
- 从 ImageDataGenerator 获取 Mean 和 STD 并将其放入列表中
- 根据需要多次迭代数据集并保存每次迭代的均值和 STD
- 计算平均值和 STD
- 列表项
将平均均值和平均 STD 分配给新的 ImageDataGenerator。