Phụ lục: Đào tạo theo lô

Những tập dữ liệu rất lớn có thể không phù hợp với bộ nhớ được phân bổ cho quy trình của bạn. Trong các bước trước đó, chúng ta đã thiết lập một quy trình trong đó chúng ta đưa toàn bộ tập dữ liệu vào bộ nhớ, chuẩn bị dữ liệu và chuyển tập hợp đang hoạt động đến hàm huấn luyện. Thay vào đó, Keras cung cấp một hàm huấn luyện thay thế (fit_generator). Hàm này lấy dữ liệu theo lô. Điều này cho phép chúng ta chỉ áp dụng các phép biến đổi trong quy trình dữ liệu cho một phần nhỏ (bội số của batch_size) của dữ liệu. Trong quá trình thử nghiệm, chúng tôi đã sử dụng phương pháp tạo lô (mã trong GitHub) cho các tập dữ liệu như DBPedia, Amazon reviews, Ag news và Yelp reviews.

Mã sau đây minh hoạ cách tạo các lô dữ liệu và cung cấp dữ liệu cho 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.