Keras ImageDataGenerator 等效于 csv 文件

Question

我有一堆数据排序在文件夹中，如下图所示：

我需要构建一个 DataIterator 以便将数据拟合到神经网络模型中。当数据是图像时，我找到了许多解决此问题的示例，使用 Keras 类 ImageDataGenerator 及其方法 flow_from_directory，但当数据是 csv 结构时则不然。

每个 csv 文件都是一个 512x11 浮点数组，表示传感器所需的功率。我考虑将这些 CSV 中的每一个转换为图像格式，然后应用 ImageDataGenerator 类，但是压缩会导致信息丢失（在图像中，每个值都由 8 位整数表示，而我的数据是 32 位浮点数）。

那么，Keras 中有一个等效的 ImageDataGenerator 来加载 csv 文件而不是图像？

Answer 1

是的，您可以通过继承Sequence 对象来编写自己的生成器。这个想法是你用两列组成某种数据框（例如 pandas 数据框）：一列用于标签，另一列是 csv 文件的路径。您的数据生成器将使用此文件来确定数据集的长度（csv 文件的数量）并批量读取文件并将它们传递给模型。

您的代码可能如下所示：

class DataSequence(Sequence):
    """
    Keras Sequence object to train a model on a list of csv files
    """
    def __init__(self, df, batch_size, mode='train'):
        """
        df = dataframe with two columns: the labels and a list of filenames
        """
        self.df = df
        self.bsz = batch_size
        self.mode = mode

        # Take labels and a list of image locations in memory
        self.labels = self.df['label'].values
        self.file_list = self.df['file_names']

    def __len__(self):
        return int(math.ceil(len(self.df) / float(self.bsz)))

    def on_epoch_end(self):
        self.indexes = range(len(self.im_list))
        if self.mode == 'train':
            # Shuffles indexes after each epoch if in training mode
            self.indexes = random.sample(self.indexes, k=len(self.indexes))

    def get_batch_labels(self, idx):
        # Fetch a batch of labels
        return self.labels[idx * self.bsz: (idx + 1) * self.bsz]

    def get_batch_features(self, idx):
        # Fetch a batch of inputs
        return np.array([READ_CSV_FUNCTION(f) for f in self.file_list[idx * self.bsz: (1 + idx) * self.bsz]])

    def __getitem__(self, idx):
        batch_x = self.get_batch_features(idx)
        batch_y = self.get_batch_labels(idx)
        return batch_x, batch_y

您只需将 READ_CSV_FUNCTION 替换为您选择的函数即可读取和解析 csv 文件。