keras 중국어 문서 노트 10 - 데이터 사전 처리

10124 단어
시퀀스 사전 처리
채우기 시퀀스padsequences
keras.preprocessing.sequence.pad_sequences(sequences, maxlen=None, dtype='int32',
    padding='pre', truncating='pre', value=0.)

길이 nbsamples 시퀀스(nb samples, nb timesteps) 2D numpy array로 변환됩니다.매개 변수 maxlen을 제공하면 nbtimesteps=maxlen, 그렇지 않으면 그 값이 가장 긴 서열의 길이입니다.길이보다 짧은 다른 시퀀스는 뒤에 0을 채워 길이를 맞춥니다.nb 보다 길다timesteps의 시퀀스가 목표 길이에 맞게 잘립니다.padding과 차단이 발생하는 위치는 각각 padding과truncating에 달려 있습니다.
점프 skipgrams
keras.preprocessing.sequence.skipgrams(sequence, vocabulary_size, window_size=4, negative_samples=1., shuffle=True, categorical=False, sampling_table=None)

skipgrams는 한 단어의 벡터 아래에 표시된 서열을 다음tuple로 전환합니다.
  • 본문에 대해 (word,word in the same window)
  • 로 전환
  • 마이너스 샘플에 대해 (word,randomword from the vocabulary)
  • 로 전환
    [Tips] 위키백과에 따르면 n-gram은 주어진 서열에 연속적인 n항이 생기는 것을 대표하고 서열 문장이 될 때 각 항이 단어이다. 이때 n-gram은 shingles라고도 부른다.한편, skip-gram의 홍보에 따르면 skip-gram이 생성한 n항의 하위 서열에서 각 항목은 원래 서열에서 연속되지 않고 k자를 뛰어넘었다.예를 들어, 문장의 경우
    “the rain in Spain falls mainly on the plain”
    그 2 -grams는 하위 시퀀스 집합입니다.
    the rain,rain in,in Spain,Spain falls,falls mainly,mainly on,on the,the plain
    그 1-skip-2-grams는 하위 서열 집합이다.
    the in, rain Spain, in falls, Spain mainly, falls on, mainly the, on plain. 샘플링 테이블 가져오기makesampling_table
    keras.preprocessing.sequence.make_sampling_table(size, sampling_factor=1e-5)

    이 함수는skipgrams에 필요한 인자sampling 를 생성하는 데 사용됩니다table.이것은 사이즈 길이의 벡터입니다.samplingtable[i]는 샘플링을 통해 데이터가 집중되는 i에서 흔히 볼 수 있는 단어의 확률을 대표한다(균형기를 위해 자주 등장하는 단어일수록 낮은 확률로 뽑아야 한다)
    텍스트 미리 처리
    문장 분할textto_word_sequence
    keras.preprocessing.text.text_to_word_sequence(text,filters='!"#$%&()*+,-./:;<=>?@[\\]^_`{|}~\t
    '
    ,lower=True,split=" ")

    이 함수는 한 문장을 단어로 구성된 목록으로 나눈다
    원-hot 인코딩
    keras.preprocessing.text.one_hot(text,n,filters='!"#$%&()*+,-./:;<=>?@[\\]^_`{|}~\t
    '
    ,lower=True,split=" ")

    이 함수는 텍스트를 원-hot 형식의 코드로 인코딩합니다. 즉, 사전에 있는 단어만 기록합니다.
    [Tips] 정의상 사전의 길이가 n일 때 모든 단어는 n의 벡터를 형성해야 한다. 그 중에서 단어 자체만 사전에 표시된 위치가 1이고 나머지는 0이다. 이를 원-hot이라고 한다.
    편의를 위해 함수는 여기에'1'의 위치, 즉 사전의 단어의 하단만 기록한다.
    특징 해시해싱trick
    keras.preprocessing.text.hashing_trick(text,n,hash_function=None,filters='!"#$%&()*+,-./:;<=>?@[\\]^_`{|}~\t
    '
    ,lower=True,split=' ')

    텍스트를 고정된 크기의 해시 공간의 색인 서열로 변환하기
    분사기 Tokenizer
    keras.preprocessing.text.Tokenizer(num_words=None,filters='!"#$%&()*+,-./:;<=>?@[\\]^_`{|}~\t
    '
    ,lower=True,split=" ",char_level=False)

    Tokenizer는 양적 텍스트로 변환하거나 텍스트를 서열(즉 단어가 사전에 표시된 목록으로 1부터 계산)으로 변환하는 클래스입니다.
    이미지 프리 프로세싱
    이미지 빌더 ImageDataGenerator
    keras.preprocessing.image.ImageDataGenerator(featurewise_center=False,
        samplewise_center=False,
        featurewise_std_normalization=False,
        samplewise_std_normalization=False,
        zca_whitening=False,
        rotation_range=0.,
        width_shift_range=0.,
        height_shift_range=0.,
        shear_range=0.,
        zoom_range=0.,
        channel_shift_range=0.,
        fill_mode='nearest',
        cval=0.,
        horizontal_flip=False,
        vertical_flip=False,
        rescale=None,
        preprocessing_function=None,
        data_format=K.image_data_format())

    batch의 이미지 데이터를 생성하여 실시간 데이터 향상을 지원합니다.훈련할 때 이 함수는 규정된 epoch 횟수에 도달할 때까지 무한으로 데이터를 생성합니다.
    예.
    사용하다.flow ()의 예
    (x_train, y_train), (x_test, y_test) = cifar10.load_data()
    y_train = np_utils.to_categorical(y_train, num_classes)
    y_test = np_utils.to_categorical(y_test, num_classes)
    
    datagen = ImageDataGenerator(
        featurewise_center=True,
        featurewise_std_normalization=True,
        rotation_range=20,
        width_shift_range=0.2,
        height_shift_range=0.2,
        horizontal_flip=True)
    
    # compute quantities required for featurewise normalization
    # (std, mean, and principal components if ZCA whitening is applied)
    datagen.fit(x_train)
    
    # fits the model on batches with real-time data augmentation:
    model.fit_generator(datagen.flow(x_train, y_train, batch_size=32),
                        steps_per_epoch=len(x_train), epochs=epochs)
    
    # here's a more "manual" example
    for e in range(epochs):
        print 'Epoch', e
        batches = 0
        for x_batch, y_batch in datagen.flow(x_train, y_train, batch_size=32):
            loss = model.train(x_batch, y_batch)
            batches += 1
            if batches >= len(x_train) / 32:
                # we need to break the loop by hand because
                # the generator loops indefinitely
                break

    사용하다.flow_from_directory 의 예
    train_datagen = ImageDataGenerator(
            rescale=1./255,
            shear_range=0.2,
            zoom_range=0.2,
            horizontal_flip=True)
    
    test_datagen = ImageDataGenerator(rescale=1./255)
    
    train_generator = train_datagen.flow_from_directory(
            'data/train',
            target_size=(150, 150),
            batch_size=32,
            class_mode='binary')
    
    validation_generator = test_datagen.flow_from_directory(
            'data/validation',
            target_size=(150, 150),
            batch_size=32,
            class_mode='binary')
    
    model.fit_generator(
            train_generator,
            steps_per_epoch=2000,
            epochs=50,
            validation_data=validation_generator,
            validation_steps=800)

    그림과 mask를 동시에 변환합니다
    # we create two instances with the same arguments
    data_gen_args = dict(featurewise_center=True,
                         featurewise_std_normalization=True,
                         rotation_range=90.,
                         width_shift_range=0.1,
                         height_shift_range=0.1,
                         zoom_range=0.2)
    image_datagen = ImageDataGenerator(**data_gen_args)
    mask_datagen = ImageDataGenerator(**data_gen_args)
    
    # Provide the same seed and keyword arguments to the fit and flow methods
    seed = 1
    image_datagen.fit(images, augment=True, seed=seed)
    mask_datagen.fit(masks, augment=True, seed=seed)
    
    image_generator = image_datagen.flow_from_directory(
        'data/images',
        class_mode=None,
        seed=seed)
    
    mask_generator = mask_datagen.flow_from_directory(
        'data/masks',
        class_mode=None,
        seed=seed)
    
    # combine generators into one which yields image and masks
    train_generator = zip(image_generator, mask_generator)
    
    model.fit_generator(
        train_generator,
        steps_per_epoch=2000,
        epochs=50)

    좋은 웹페이지 즐겨찾기