基于滑动窗口的时间卷积网络中的数据重用
基于滑动窗口的时间卷积网络中的数据重用
提问于 2020-04-17 08:27:15
我正在处理8通道的EMG数据与一维卷积滤波器跨越时间，回归他们的联合角度。我的训练数据包括200个样本长窗口的EMG数据(所以8x200值)，为每个目标关节角度。一旦在一个窗口上完成了学习，下一个窗口就只是未来的一个样本。这意味着8x199值与最后一个窗口相同。因为我在家里工作，只有一台16 GB内存的笔记本电脑，我很难用内存，因为我想要包括更多的培训数据和不同的渠道。
是否有一种方法可以重用培训数据而不显式地将单独的窗口存储在内存中？也就是说，只要有一份录音，培训中的网络是否在培训过程中需要窗口？最好使用基于Keras的解决方案，因为到目前为止，我已经使用这个库完成了所有工作。
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-04-28 18:32:24
在回答我自己的问题时，如果有人需要，Keras/tf.keras中的解决方案是使用数据生成器。由于原始数据集可以毫无问题地加载到内存中，所以我先读取所有文件，然后用数据生成器对象对窗口进行采样。
编辑:这是一个链接获得一个伟大的指南由Afshine和Shervine在数据生成器上。在这种情况下，请查看keras.utils.Sequence类(而不是Sequential类)的Keras文档，后者是数据生成器继承的。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/61267176
复制相关文章
相似问题
腾讯云开发者
