python - 在 keras 中将自动编码器与任何分类器一起使用的最佳方法
问题描述
我在 Keras 中构建并训练了一个自动编码器,移除了解码器部分并添加了一个扁平层以生成特征向量。
现在我希望训练一个分类器(例如 SVM),但是,作为预处理步骤,我需要应用编码器来获取将在分类器中使用的特征向量。
问题是,整个数据集不适合内存!为了在训练自动编码器期间克服这个问题,我创建了一个生成器并使用fit_generator(..)
了Model
.
因此,我在训练 SVM 时遇到了同样的情况。我在 sk-learn 中阅读了有关Pipelines的信息,但我不确定它是否适合我的情况,因为我有批量情况。我还阅读了 sk-learn 文档页面中推荐的缩放策略,但同样,运行部分拟合不是问题,真正的问题是预处理步骤也必须分批运行。
我想知道在这种情况下我可以使用哪些策略?
解决方案
推荐阅读
- javascript - 我在哪里为我的网站上传套接字 io 服务器 javascript 文件?
- ssh - 将 SSH 端口 22 更改为 800
- python - Series.str.split 返回 NaN 和意外的数据类型
- wordpress - 更改某个 WooCommerce 产品(ID)的“商店基地”标签
- javascript - Selenium IDE Chrome 替代 echo || javascript{警报('文本')}
- terminal - 如何从 macOS 终端启动“Spring Tool Suite 4”IDE
- http - golang中获取方法
- node.js - Heroku 部署。节点模块。穆尔特。S3。S3Storage 错误:需要存储桶,未定义大小写
- regex - Ansible lineinfile 模块删除文件开头的空格
- java - 如何动态地将列添加到 TableView 并更新其内容