是否可以将Keras 的 scikit-learn API与fit_generator()
方法一起使用?或者使用另一种方式来产生批次进行训练?我正在使用 SciPy 的稀疏矩阵,在输入到 Keras 之前必须将其转换为 NumPy 数组,但由于内存消耗高,我无法同时转换它们。这是我产生批次的功能:
def batch_generator(X, y, batch_size):
n_splits = len(X) // (batch_size - 1)
X = np.array_split(X, n_splits)
y = np.array_split(y, n_splits)
while True:
for i in range(len(X)):
X_batch = []
y_batch = []
for ii in range(len(X[i])):
X_batch.append(X[i][ii].toarray().astype(np.int8)) # conversion sparse matrix -> np.array
y_batch.append(y[i][ii])
yield (np.array(X_batch), np.array(y_batch))
和带有交叉验证的示例代码:
from sklearn.model_selection import StratifiedKFold, GridSearchCV
from sklearn import datasets
from keras.models import Sequential
from keras.layers import Activation, Dense
from keras.wrappers.scikit_learn import KerasClassifier
import numpy as np
def build_model(n_hidden=32):
model = Sequential([
Dense(n_hidden, input_dim=4),
Activation("relu"),
Dense(n_hidden),
Activation("relu"),
Dense(3),
Activation("sigmoid")
])
model.compile(loss="categorical_crossentropy", optimizer="adam", metrics=["accuracy"])
return model
iris = datasets.load_iris()
X = iris["data"]
y = iris["target"].flatten()
param_grid = {
"n_hidden": np.array([4, 8, 16]),
"nb_epoch": np.array(range(50, 61, 5))
}
model = KerasClassifier(build_fn=build_model, verbose=0)
skf = StratifiedKFold(n_splits=5).split(X, y) # this yields (train_indices, test_indices)
grid = GridSearchCV(model, param_grid, cv=skf, verbose=2, n_jobs=4)
grid.fit(X, y)
print(grid.best_score_)
print(grid.cv_results_["params"][grid.best_index_])
为了进一步解释,它使用所有可能的超参数组合param_grid
来构建模型。然后在训练测试数据拆分上对每个模型进行训练和测试(然后在提供的训练测试数据拆分(折叠)StratifiedKFold
。然后给定模型的最终分数是所有折叠的平均分数。
那么是否有可能在上面的代码中插入一些预处理子步骤以在实际拟合之前转换数据(稀疏矩阵)?
我知道我可以编写自己的交叉验证生成器,但它必须生成索引,而不是真实数据!