1、glob :一个文件操作相关的模块
用它可以查找符合特定规则的文件路径名。
查找文件只用到三个匹配符:”*”, “?”, “[]”。
(1)”*”匹配0个或多个字符;
(2)”?”匹配单个字符;
(3)”[]”匹配指定范围内的字符,如:[0-9]匹配数字。
2、fit_generator:keras提供了一个fit_generator函数来启动训练
fit_generator原型:fit_generator(self,generator,samples_per_epoch,nb_epoch,verbose=1, callbacks=[],validation_data=None,nb_val_samples=None,class_weight=None, max_q_size=10)
这里的关键是第二个参数,generator。它是一个生成器函数,其输出应该为:一个形如(inputs,targets)的tuple或者,一个形如(inputs, targets,sample_weight)的tuple。所有的返回值都应该包含相同数目的样本。生成器将无限在数据集上循环。
每个epoch以经过模型的样本数达到samples_per_epoch时,记一个epoch结束。
3、tqdm:可用于显示进度提示信息
1、安装tqdm:pip install tqdm
2、用户只需要封装任意的迭代器tqdm(iterator),是一个快速、扩展性强的进度条工具库
3、from time import sleep
from tqdm import tqdm
for i in tqdm(range(1000)):
sleep(0.01) #进度条每0.01s前进一次,总时间为1000*0.01=10s
4、numpy.linspace
原型—numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
该函数返回一组具有相同间隔的数据/采样值,数据的间隔通过计算获得
参数:
start:序列的起始值
stop: 序列的终止值,除非endpoint被设置为False。当endpoint为True时,数据的间隔:(stop-start)/num。当endpoint为False时,数据的间隔:(stop-start)/(num+1)。
num:采样的数目,默认值为50
endpoint:为真则stop为最后一个采样值,默认为真。
retstep:为真则返回(samples, step),step为不同采样值的间距
dtype:输出序列的类型
返回:
samples:n维的数组
step:采样值的间距
转载自:http://blog.youkuaiyun.com/github_15549139/article/details/47065907