Lampiran: Pelatihan Batch

Set data yang sangat besar mungkin tidak sesuai dengan memori yang dialokasikan untuk proses Anda. Pada langkah sebelumnya, kita telah menyiapkan pipeline tempat kita memindahkan seluruh set data ke memori, menyiapkan data, dan meneruskan set kerja ke fungsi pelatihan. Sebagai gantinya, Keras menyediakan fungsi pelatihan alternatif (fit_generator) yang menarik data dalam batch. Hal ini memungkinkan kita menerapkan transformasi dalam pipeline data hanya ke sebagian kecil (kelipatan dari batch_size) data. Selama eksperimen, kami menggunakan pengelompokan (kode di GitHub) untuk set data seperti DBPedia, ulasan Amazon, berita Ag, dan ulasan Yelp.

Kode berikut mengilustrasikan cara membuat batch data dan memberikannya ke fit_generator.

def _data_generator(x, y, num_features, batch_size):
    """Generates batches of vectorized texts for training/validation.

    # Arguments
        x: np.matrix, feature matrix.
        y: np.ndarray, labels.
        num_features: int, number of features.
        batch_size: int, number of samples per batch.

    # Returns
        Yields feature and label data in batches.
    """
    num_samples = x.shape[0]
    num_batches = num_samples // batch_size
    if num_samples % batch_size:
        num_batches += 1

    while 1:
        for i in range(num_batches):
            start_idx = i * batch_size
            end_idx = (i + 1) * batch_size
            if end_idx > num_samples:
                end_idx = num_samples
            x_batch = x[start_idx:end_idx]
            y_batch = y[start_idx:end_idx]
            yield x_batch, y_batch

# Create training and validation generators.
training_generator = _data_generator(
    x_train, train_labels, num_features, batch_size)
validation_generator = _data_generator(
    x_val, val_labels, num_features, batch_size)

# Get number of training steps. This indicated the number of steps it takes
# to cover all samples in one epoch.
steps_per_epoch = x_train.shape[0] // batch_size
if x_train.shape[0] % batch_size:
    steps_per_epoch += 1

# Get number of validation steps.
validation_steps = x_val.shape[0] // batch_size
if x_val.shape[0] % batch_size:
    validation_steps += 1

# Train and validate model.
history = model.fit_generator(
    generator=training_generator,
    steps_per_epoch=steps_per_epoch,
    validation_data=validation_generator,
    validation_steps=validation_steps,
    callbacks=callbacks,
    epochs=epochs,
    verbose=2)  # Logs once per epoch.