메모리가 부족한 대형 데이터 세트로 작업하고 있으며 데이터 프레임을 Dask에 소개했습니다. Dask가 전체 데이터 세트를 메모리에로드하지 않는다는 것을 문서에서 알 수 있습니다. 대신 여러 스레드를 생성하여 필요시 디스크에서 레코드를 가져옵니다. 따라서 배치 크기 = 500 인 케라 모델을 가정 할 때 교육 시간에 메모리에 500 개의 레코드 만 있어야합니다. 그러나 내가 훈련을 시작할 때. 영원히 걸립니다. 내가 뭔가 잘못하고있는 것일 수도 있습니다. 제안 해주십시오. 훈련 데이터의dask 데이터 프레임을 사용하여 훈련하기에 앞장서는 Keras 모델
모양 : 1000000 * 1290
import glob
import dask.dataframe
paths_train = glob.glob(r'x_train_d_final*.csv')
X_train_d = dd.read_csv('.../x_train_d_final0.csv')
Y_train1 = keras.utils.to_categorical(Y_train.iloc[,1], num_classes)
batch_size = 500
num_classes = 2
epochs = 5
model = Sequential()
model.add(Dense(645, activation='sigmoid', input_shape=(1290,),kernel_initializer='glorot_normal'))
#model.add(Dense(20, activation='sigmoid',kernel_initializer='glorot_normal'))
model.add(Dense(num_classes, activation='sigmoid'))
model.compile(loss='binary_crossentropy',
optimizer=Adam(decay=0),
metrics=['accuracy'])
history = model.fit(X_train_d.to_records(), Y_train,
batch_size=batch_size,
epochs=epochs,
verbose=1,
class_weight = {0:1,1:6.5},
shuffle=False)
csv 파일을 업로드 할 수 있습니까? – sera
오픈 프로젝트에서 일하고 있지 않기 때문에 불가능합니다. – user3085459
은 csv 파일을 설명합니다. 행 수와 열 수. – sera