Keras - 大型图像和蒙版数据集的生成器

Question

我正在尝试构建一个模型，它的输入和输出（掩码）都有图像。 由于数据集的大小和我有限的内存，我尝试使用the Generator Approach introduced in the Keras Documentation：

# Provide the same seed and keyword arguments to the fit and flow methods
seed = 1

image_generator = image_datagen.flow_from_directory(
    'data/images',
    class_mode=None,
    seed=seed)

mask_generator = mask_datagen.flow_from_directory(
    'data/masks',
    class_mode=None,
    seed=seed)

# combine generators into one which yields image and masks
train_generator = zip(image_generator, mask_generator)

model.fit_generator(
    train_generator,
    samples_per_epoch=2000,
    nb_epoch=50)

似乎一切正常，除非代码到达这一行：

train_generator = zip(image_generator, mask_generator)

似乎压缩这两个列表的过程显式地使它们生成了它们的内容，并且系统开始消耗大量的 RAM，直到它耗尽内存。

使用生成器的目的是避免在这段代码完全相反的情况下耗尽内存。

有没有办法解决这个问题？

Answer 1

您可以使用 itertools.izip() 返回迭代器而不是列表。

itertools.izip(*iterables)

Make an iterator that aggregates elements from each of the iterables. Like zip() except that it returns an iterator instead of a list. Used for lock-step iteration over several iterables at a time.