如何选择 mnist 训练集的子集

Question

由于原始训练点的数量太大，我无法选择包含 M 个点的 mnist 训练集子集来训练 1-NN 分类器。

也就是说，我需要找出一个方案，将一个标记的训练集和一个数字 M 作为输入，并返回一个大小为 M 的训练集的子集。

此外，统一随机选择是不允许的。（（即随机选择 M 个训练点）

Answer 1

一种选择是使用数据生成器训练您的网络。 它仅加载一批数据步骤。您的数据将不再有问题。此外，它能够使用多线程。 因此，数据的加载和预处理可能不是瓶颈。

这是一个很好的例子： https://stanford.edu/~shervine/blog/keras-how-to-generate-data-on-the-fly

我希望这会有所帮助。