Tensorflow 使用Keras有效地逐个收集小批量
我必须建立一个接收不同大小图像的网络。我不想调整大小或裁剪，所以我使用完全卷积网络 问题是我不能预先创建小批量，因为每个图像的大小不同 一种解决方案是在预定的小批量中获取最大的图像，并对所有其他图像进行零填充以适应相同的大小。然而，这在时间和内存上都不高效，特别是因为图像的大小差异很大（甚至30像素到3000像素） 我现在使用的另一个解决方案是创建1的小批，当然可以解决不同大小的问题，但这对收敛没有好处Tensorflow 使用Keras有效地逐个收集小批量,tensorflow,keras,mini-batch,Tensorflow,Keras,Mini Batch,我必须建立一个接收不同大小图像的网络。我不想调整大小或裁剪，所以我使用完全卷积网络 问题是我不能预先创建小批量，因为每个图像的大小不同 一种解决方案是在预定的小批量中获取最大的图像，并对所有其他图像进行零填充以适应相同的大小。然而，这在时间和内存上都不高效，特别是因为图像的大小差异很大（甚至30像素到3000像素） 我现在使用的另一个解决方案是创建1的小批，当然可以解决不同大小的问题，但这对收敛没有好处 因此，问题是Keras是否提供了一些方法来收集来自多个输入的梯度，然后才采取学习步骤？你能提
因此，问题是Keras是否提供了一些方法来收集来自多个输入的梯度，然后才采取学习步骤？你能提供函数的定义吗？@MarcinMożejko我不确定我是否理解你的问题。我正在寻找一种方法来训练一个模型，通过一个接一个地输入图像（不是张量），但仍然让Keras将每10张图像视为一个批次