Appendice: Formazione in batch

I set di dati molto grandi potrebbero non essere adatti alla memoria assegnata al processo. Nei passaggi precedenti, abbiamo configurato una pipeline in cui portiamo in memoria l'intero set di dati, prepariamo i dati e trasmettiamo il set di lavoro alla funzione di addestramento. Invece, Keras fornisce una funzione di addestramento alternativa (fit_generator) che estrae i dati in gruppi. Questo consente di applicare le trasformazioni nella pipeline di dati solo a una piccola parte (più di batch_size) dei dati. Durante i nostri esperimenti, abbiamo utilizzato il batch (codice in GitHub) per set di dati come DBPedia, recensioni di Amazon, notizie di Ag e recensioni di Yep.

Il codice seguente illustra come generare batch di dati e indirizzarli a 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.