#导入线程包
from multiprocessing.dummy import Pool as ThreadPool

##############################
#定义需要放到线程中去执行的函数,这个函数又输入参数,有返回值
#1,带一个参数: Parameter_List ,
#2,该线程函数返回“一对儿”数据,分别是图片与标注
###############################
def load_seq_crop_data_masktumor_try(Parameter_List): #在线程里面执行的函数,用于数据增广
。。。
return cropp_img, cropp_tumor #线程函数的返回值
##############################
#构造线程环境
#Pool 构造线程对象 : pool=Pool(threads_num)
#用线程对象调用fun函数,携带参数params ,并返回结果results:

#     result_list  = pool.map(fun,patrams)
# 禁止添加新的线程  :pool.close()
# 主进程阻塞等待子进程执行结束、返回结果并退出 pool.join()
# 处理线程执行结果:
#   for idx in range(len(result_list)):
#         a =   result_list[idx]
#         ….

##############################
#生成器调用结构:

#  while 1:
#      。。。。
#       用线程处理数据
#       X = 。。。
#       Y = 。。。
#      。。。。
#     yield (X,Y) #生成器 与while 1配合

################################

#在keras的fit函数中使用多线程:keras内部同样使用线程或者进程将生成器的数据送入训练引擎
#generate_arrays_from_file()是一个生成器函数,在这个函数中使用多线程机制处理数据增广等操作

# max_queue_size=2, workers=2是keras的fit函数自带的队列---线程机制,用于将生成器的数据宋儒道##网络训练函数,网络训练函数从队列中获取数据。

model.fit_generator(
generate_arrays_from_file(args.b, trainidx, img_list, tumor_list, tumorlines, liverlines,
tumoridx, liveridx, minindex_list, maxindex_list),
steps_per_epoch=steps, epochs= 6000, verbose = 1,
callbacks = [model_checkpoint],
max_queue_size=2, workers=2, use_multiprocessing=True
)

使用生成器和多线程为Keras训练模型的fit函数提供数据相关推荐

  1. keras中的fit函数参数_keras的fit_generator与callback函数

    fit_generator函数 fit_generator函数 callback类 每一个epoch结束(on_epoch_end)时,都要调用callback函数,callback函数(类)都要集成 ...

  2. keras中的回调函数

    keras训练 fit(self, x, y, batch_size=32, nb_epoch=10, verbose=1, callbacks=[], validation_split=0.0, v ...

  3. Keras用动态数据生成器(DataGenerator)和fitgenerator动态训练模型

    有了这个生成器,我们就可以用fit_generator 方法进行训练,格式套路如下: model.fit_generator(generator, steps_per_epoch=..., epoch ...

  4. TensorFlow2.0教程-使用keras训练模型

    TensorFlow2.0教程-使用keras训练模型 Tensorflow 2.0 教程持续更新: https://blog.csdn.net/qq_31456593/article/details ...

  5. keras训练模型,训练集的准确率很高,但是测试集准确率很低的原因

    今天在测试模型时发现一个问题,keras训练模型,训练集准确率很高,测试集准确率很低,因此记录一下希望能帮助大家也避坑: 首先keras本身不同的版本都有些不同的或大或小的bug,包括之前也困扰过我的 ...

  6. [深度学习] Keras 如何使用fit和fit_generator

    介绍 在本教程中,您将了解Keras .fit和.fit_generator函数的工作原理,包括它们之间的差异.为了帮助您获得实践经验,我已经提供了一个完整的示例,向您展示如何从头开始实现Keras数 ...

  7. keras中重要的函数用法及参数详解

    1.Dense(全连接层) keras.layers.core.Dense ( units, activation=None, use_bias=True, kernel_initializer='g ...

  8. format函数_畅游人工智能之海 | Keras教程之后端函数(一)

    BBIT 畅游人工智能之海 --Keras教程之 后端函数(一) Artificial Intelligence 今天我们要开始学习Keras的后端函数. 首先我们要了解什么是后端.Keras依赖于一 ...

  9. C# 网站静态页面生成器 for 多线程版

    摘要:该生成器是用于放置于服务器上的一个小程序,用于生成站点中需要静态化的页面生成.我写c/s程序不多,所以本程序可能会有些小的bug.还望高手多多指教! 内容: 首先让大家看看该程序的几个流程界面 ...

最新文章

  1. 生物信息学就是从统计和CS的community里借鉴合适的方法
  2. node2vec python_node2vec应用记录
  3. java.lang.IllegalStateException: Failed to load ApplicationContext,这个异常的解决方案
  4. CPU性能监控之一------CPU架构
  5. matlab通过“ideal_lp设计理想高通滤波器_常见低通、高通、带通三种滤波器的工作原理...
  6. java xml 节点换行_Winform中对xml文件进行保存时空白节点自动换行问题的解决
  7. c语言使用未初始化的内存怎么解决_C语言快速入门——数组与调试进阶
  8. php检测数组类型,javascript中通过哪些方法来检测数组类型?
  9. 表达式求值Spring.Expressions
  10. 【华为云技术分享】云小课 | “VPC连接”知多少
  11. 三维点云学习(4)2-mean shift dbscan
  12. c语言因子优化算法,【代码】求一个数的因数和、求优化、顺便也供新人参考算法...
  13. bzoj 4237: 稻草人(CDQ分治+单调栈+二分)
  14. mac太烫会坏吗?Mac太烫怎么办?冷静下来,看完你就知道了
  15. Linux 操作系统原理介绍
  16. 星环大数据 学习笔记(76) —— Kafka 运维常用命令
  17. 戴尔计算机恢复,DELL计算机恢复镜像问题(已解决)
  18. IP错误引起MongoDB副本集初始化失败
  19. Signatures and Zero-Knowledge Proofs
  20. 微信小程序开发——评论功能

热门文章

  1. 记录装禅道XAMPP过程中 遇到的端口问题(1)
  2. linux流行开源监控框架,Inotify: 高效、实时的Linux文件系统事件监控框架
  3. 跑步-01 记录20170213
  4. android辅助功能失效,app重新安装后无障碍辅助功能失效
  5. R语言生成基因突变图教程
  6. linux远程 java jar包_给Linux服务器远程安装jdk
  7. Android在保留原launcher程序前提下,将应用设为默认Launcher
  8. openlayers学习——10、openlayers监听获取鼠标坐标位置
  9. 百度地图创建标注marker,最优缩放级别
  10. 基于百度地图API计算任意两点间的出行距离