如何使用Tensorflow將自己的數據分割成batch訓練

這篇文章主要介紹了如何使用Tensorflow將自己的數據分割成batch訓練，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

一、tf.slice_input_producer（）

首先需要講解兩個函數,第一個函數是 ：tf.slice_input_producer（），這個函數的作用是從輸入的tensor_list按要求抽取一個tensor放入文件名隊列，下面解釋下各個參數：

tf.slice_input_producer(tensor_list, num_epochs=None, shuffle=True, seed=None,
       capacity=32, shared_name=None, name=None)

tensor_list 這個就是輸入，格式為tensor的列表；一般為[data, label]，即由特征和標簽組成的數據集

num_epochs 這個是你抽取batch的次數，如果沒有給定值，那么將會抽取無數次batch（這會導致你訓練過程停不下來），如果給定值，那么在到達次數之后就會報OutOfRange的錯誤

shuffle 是否隨機打亂，如果為False，batch是按順序抽取；如果為True，batch是隨機抽取

seed 隨機種子

capcity 隊列容量的大小，為整數

name 名稱

舉個例子：我的data的shape為（4000,10），label的shape為（4000,2），運行下面這行代碼

input_queue = tf.train.slice_input_producer([data, label], num_epochs=1, shuffle=True, capacity=32 )

結果如圖，可以看出返回值為一個包含兩組數據的list，每個list的shape與輸入的data和label的shape對應

二、tf.train.batch（）& tf.train.shuffle_batch（）

第二個函數為:tf.train.batch()，tf.train.shuffle_batch（）,這個函數的作用為生成大小為batch_size的tensor,下面解釋下各個參數：

tf.train.batch([data, label], batch_size=batch_size, capacity=capacity,num_threads=num_thread,allow_smaller_final_batch= True)
tf.train.shuffle_batch([example, label], batch_size=batch_size, capacity=capacity,num_threads=num_thread,allow_smaller_final_batch=True)

[data，label] 輸入的樣本和標簽

batch_size batch的大小

capcity 隊列的容量

num_threads 線程數，使用多少個線程來控制整個隊列

allow_smaller_final_batch 這個是當最后的幾個樣本不夠組成一個batch的時候用的參數，如果為True則會重新組成一個batch

下面給出生成batch的函數，由上面兩個函數組成：

def get_Batch(data, label, batch_size):
 print(data.shape, label.shape)
 input_queue = tf.train.slice_input_producer([data, label], num_epochs=1, shuffle=True, capacity=32 ) 
 x_batch, y_batch = tf.train.batch(input_queue, batch_size=batch_size, num_threads=1, capacity=32, allow_smaller_final_batch=False)
 return x_batch, y_batch

還是同樣的輸入，batch_size設為2000，看下運行后的返回值的shape：

可以發現，返回是樣本數目為2000的tensor,也就是達到了將自己的數據打包成batch的功能

三、batch的使用方法

生成batch只完成了一半，后面的使用方法也比較復雜，直接上一個完整的程序來講解會方便理解一些：下面代碼構建了一個單層感知機，對數據進行分類，主要看一下訓練過程中如何使用生成好了的batch，具體細節都寫在注釋里面了。

import tensorflow as tf
import scipy.io as sio
import numpy as np
 
 
def get_Batch(data, label, batch_size):
 print(data.shape, label.shape)
 input_queue = tf.train.slice_input_producer([data, label], num_epochs=1, shuffle=True, capacity=32 ) 
 x_batch, y_batch = tf.train.batch(input_queue, batch_size=batch_size, num_threads=1, capacity=32, allow_smaller_final_batch=False)
 return x_batch, y_batch
 
 
data = sio.loadmat('data.mat')
train_x = data['train_x']
train_y = data['train_y']
test_x = data['test_x']
test_y = data['test_y']
 
x = tf.placeholder(tf.float32, [None, 10])
y = tf.placeholder(tf.float32, [None, 2])
 
w = tf.Variable(tf.truncated_normal([10, 2], stddev=0.1))
b = tf.Variable(tf.truncated_normal([2], stddev=0.1))
pred = tf.nn.softmax(tf.matmul(x, w) + b)
 
loss = tf.reduce_mean(-tf.reduce_sum(y * tf.log(pred), reduction_indices=[1]))
optimizer = tf.train.AdamOptimizer(2e-5).minimize(loss)
correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(pred, 1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32), name='evaluation')
 
x_batch, y_batch = get_Batch(train_x, train_y, 1000)
# 訓練
with tf.Session() as sess:
 #初始化參數
 sess.run(tf.global_variables_initializer())
 sess.run(tf.local_variables_initializer())
 # 開啟協調器
 coord = tf.train.Coordinator()
 # 使用start_queue_runners 啟動隊列填充
 threads = tf.train.start_queue_runners(sess, coord)
 epoch = 0
 try:
  while not coord.should_stop():
   # 獲取訓練用的每一個batch中batch_size個樣本和標簽
   data, label = sess.run([x_batch, y_batch])
   sess.run(optimizer, feed_dict={x: data, y: label})
   train_accuracy = accuracy.eval({x: data, y: label})
   test_accuracy = accuracy.eval({x: test_x, y: test_y})
   print("Epoch %d, Training accuracy %g, Testing accuracy %g" % (epoch, train_accuracy, test_accuracy))
   epoch = epoch + 1
 except tf.errors.OutOfRangeError: # num_epochs 次數用完會拋出此異常
  print("---Train end---")
 finally:
  # 協調器coord發出所有線程終止信號
  coord.request_stop()
  print('---Programm end---')
 coord.join(threads) # 把開啟的線程加入主線程，等待threads結束

總共訓練的次數為（樣本數目/batch_size）*num_epochs

四、 簡單生成Batch的方法

最近發現了一種簡單生生成batch的方法，實現簡單，操作方便，就是時間復雜度可能高了一點，直接上代碼。通過np.random.choice方法每次在范圍[0, len(all_data))內抽取大小為size的索引。然后通過這部分索引構建batch。

epoch = 150
for i in tqdm(range(epoch)):
 # 在total_train_xs, total_train_ys數據集中隨機抽取batch_size個樣本出來
 # 作為本輪迭代的訓練數據batch_xs, batch_ys
 batch_size = 1000
 sample_idxs = np.random.choice(range(len(all_data)), size=batch_size)
 batch_xs = []
 batch_ys = []
 
 val_sample_idxs = np.random.choice(range(len(all_data)), size=batch_size)
 val_batch_xs = []
 val_batch_ys = []
 
 for j in range(batch_size):
  train_id = sample_idxs[j]
  batch_xs.append(all_data[train_id])
  batch_ys.append(all_label[train_id])
 
  val_id = val_sample_idxs[j]
  val_batch_xs.append(all_data[val_id])
  val_batch_ys.append(all_label[val_id])
 
 batch_xs = np.array(batch_xs)
 batch_ys = np.array(batch_ys)
 val_batch_xs = np.array(val_batch_xs)
 val_batch_ys = np.array(val_batch_ys)
 
 
 # 喂訓練數據進去訓練
 sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})
 if i % 50 == 0:
  y_train_pred = np.array(sess.run(y, feed_dict={x: batch_xs})).reshape(len(batch_xs))
  y_pred = np.array(sess.run(y, feed_dict={x: val_batch_xs})).reshape(len(val_batch_xs))
  # draw(y_test, y_pred)
  print("Iteration %d, train RMSE %f, val RMSE %f" % (i, calcaulateRMSE(batch_ys, y_train_pred), calcaulateRMSE(val_batch_ys, y_pred)))

感謝你能夠認真閱讀完這篇文章，希望小編分享的“如何使用Tensorflow將自己的數據分割成batch訓練”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，更多相關知識等著你來學習!