假设我有类似下面的代码:

image_data_generator = ImageDataGenerator(rescale=1./255)train_generator = image_data_generator.flow_from_directory(  'my_directory',  target_size=(28, 28),  batch_size=32,  class_mode='categorical')

那么我的train_generator将被my_directory中的数据填充，该目录包含两个子文件夹，将数据分为0和1两个类别。

假设我还有另一个目录that_directory，也包含0和1两个类别的数据。我希望用这些额外的数据增强我的train_generator。

运行train_generator = image_data_generator.flow_from_directory('that_directory', ...)会移除my_directory中的先前数据。

有没有办法在不改变文件夹结构本身的情况下，将两组数据增强或追加到一个生成器或类似DirectoryIterator的对象中？

回答：

只需在另一个生成器中组合这些生成器，可选择使用不同的增强配置:

idg1 = ImageDataGenerator(**idg1_configs)idg2 = ImageDataGenerator(**idg2_configs)g1 = idg1.flow_from_directory('idg1_dir',...)g2 = idg2.flow_from_directory('idg2_dir',...)def combine_gen(*gens):    while True:        for g in gens:            yield next(g)# ...model.fit_generator(combine_gen(g1, g2), steps_per_epoch=len(g1)+len(g2), ...)

这将交替从g1和g2生成批次数据。

请注意，有人可能会建议使用itertools.chain，但在这里不能使用，因为ImageDataGenerators生成器是永无止境的，不断生成数据批次。这对于传递给fit_generator方法的生成器是预期的。从Keras文档中:

…生成器预期会无限循环其数据。当模型看到steps_per_epoch批次时，一个epoch就结束了。

如果没有设置steps_per_epoch，它将默认设置为len(generator)，其中generator是你传递给fit_generator方法的生成器。ImageDataGenerator生成器可以提供它们的长度，因此你不需要手动设置steps_per_epoch参数。如果你想对上面的组合生成器使用相同的方法，可以使用以下解决方案:

class CombinedGen():    def __init__(self, *gens):        self.gens = gens    def generate(self):        while True:            for g in self.gens:                yield next(g)    def __len__(self):        return sum([len(g) for g in self.gens])# 使用:cg = CombinedGen(g1, g2)model.fit_generator(cg.generate(), ...) # 不需要设置`steps_per_epoch`

你还可以向CombinedGen类添加__next__和/或__iter__方法，如果你有兴趣直接迭代这个类的对象（而不是迭代cg.generate()）。