我有一些可变长度数据矩阵及其相关标签的例子,我想用它来训练一个LSTM网络。我知道,至少对于每一批,我应该填充数据样本(例如使用keras.preprocessing.sequence.pad_sequences),并且我成功地为网络提供了numpy数组,但我不知道如何使用TFRecord然后,DataGenerator函数定义数据集并设置该数据集的批处理和重复功能。然后创建一个DataGenerator对象并使用它来适应我的模型:
train_data = D
我正在使用Keras做图像分类,我在训练样本中有8k个图像(输入),在测试样本中有2k个图像(输入),定义的时期为25。我注意到epoch非常慢(第一次迭代大约需要一个小时)。为什么要花费大量的时间?initialise neural network
#package to perfom first layer, which is convolution , using 2d as it is for image , f