我使用Keras和tensorflow后端。我有一个大的数据集(加州理工学院256(，我想训练。
我已经创建了四个.npy文件，分别称为training、trainlbl、testing和testlbl。
现在，与其运行几乎完全占用我ram的np.load()，我如何在训练自己的同时实时从磁盘加载它们？通过在互联网上搜索，我知道可以通过Keras的数据生成器来完成，但我不明白如何做到。
也许可以在这篇文章中回答你的问题，但我认为这没有用，因为你需要更多关于如何使用或编写深度学习网络的知识。
我的建议是使用现有的教程，向您展示如何创建用于图像分类的神经网络。一个很好的例子是这篇博客文章：https://www.pyimagesearch.com/2017/12/11/image-classification-with-keras-and-deep-learning/
这家伙向你展示了如何使用Keras的DataGenerator。DataGenerator可以做更多的事情，而不仅仅是懒惰地从磁盘加载图像。