为深度学习创建小批量
使用一个minibatchqueue
对象使用自定义训练循环创建、预处理和管理用于训练的小批数据。
一个minibatchqueue
对象在数据存储上迭代,以提供适合使用自定义训练循环进行训练的格式的数据。对象准备一个按需预处理的小批队列。使用一个minibatchqueue
对象自动将数据转换为dlarray
或gpuArray
,将数据转换为不同的精度,或应用自定义函数预处理数据。您可以在后台并行地准备数据。
在培训期间,可以使用minibatchqueue
对象。方法可以在每个训练纪元开始时对数据进行洗牌洗牌
函数,并为每次训练迭代从队列中收集数据下一个
函数。方法可以检查队列中是否还有任何数据hasdata
功能,重置
队列为空时的。
创建一个兆贝可
= minibatchqueue (ds
,numOutputs
)minibatchqueue
对象从输入数据存储中获取ds
并设置每个小批处理中的变量数量。使用时使用此语法MiniBatchFcn
指定一个小批预处理函数,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,兆贝可
= minibatchqueue (___、名称、值)minibatchqueue (ds,“MiniBatchSize ", 64年,“PartialMiniBatches”、“丢弃”)
将返回的小批的大小设置为64,并丢弃任何小于64个观测值的小批。