为深度学习创建小批量
使用一个小公子
用于创建,预处理和管理Mini-Batch的数据以进行培训,用于使用自定义培训循环进行培训。
一种小公子
对象遍历数据存储,以提供适合使用自定义训练循环进行培训的格式的数据。该对象准备一个按需预处理的小批队列。使用一个小公子
对象自动将数据转换为dlarray.
要么gpuArray
,将数据转换为不同的精度,或应用自定义函数来预处理数据。您可以在后台并行地准备数据。
在培训期间,您可以使用小公子
目的。您可以使用每个培训epoch的开始时播放数据洗牌
使用每个训练迭代的队列中的函数和收集数据下一个
函数。方法检查是否有数据留在队列中哈迪塔
功能,和重置
它是空的队列。
创建一个MBQ.
= minibatchqueue (DS.
那numOutputs
)小公子
对象从输入数据存储中删除DS.
并设置每个小批处理中的变量数量。使用时请使用此语法MiniBatchFcn
指定一个迷你批处理预处理函数,该函数的输出数量与输入数据存储的变量数量不同DS.
。
使用名称-值选项设置一个或多个属性。例如,MBQ.
= minibatchqueue (___、名称、值)minibatchqueue (ds,“MiniBatchSize ", 64年,“PartialMiniBatches”、“丢弃”)
将返回的小批次的大小设置为64,并丢弃任何具有少于64个观察的批次批次。