为深度学习创建小批量
使用小公子
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。
一个小公子
对象在数据存储上迭代,以使用自定义训练循环以适当的格式提供用于训练的数据。对象准备一个按需预处理的小批量队列。使用小公子
对象来自动将数据转换为dlarray.
要么GPUArray.
,将数据转换为其他精度,或应用自定义函数预处理数据。您可以在后台并行准备数据。
在培训期间,您可以使用该数据管理您的数据小公子
对象。可以在每个训练时期开始时使用洗牌
函数,并为每个训练迭代从队列中收集数据下一个
功能。您可以使用hasdata
功能,重置
它是空的队列。
创造一个MBQ.
= minibatchqueue(ds
,numoutput.
)小公子
来自输入数据存储的对象ds
并设置每个迷你批处理中的变量数。使用时使用此语法MiniBatchFcn
指定一个小批量预处理函数,该函数的输出数与输入数据存储的变量数不同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,“PartialMinibatches”,“丢弃”)
将返回的小批量的大小设置为64,并丢弃任何小于64个观察值的小批量。