小编moh*_*dkh的帖子

我有一个数据集，其中包含视频帧，部分为 1000 个真实视频和 1000 个深度假视频。每个视频在预处理阶段转换为其他世界中的 300 帧后，我有一个数据集，其中包含 300000 张带有 Real(0) 标签的图像和 300000 张带有 Fake(1) 标签的图像。我想用这些数据训练 MesoNet。我使用 costum DataGenerator 类来处理比率为 0.8,0.1,0.1 的训练、验证、测试数据，但是当我运行该项目时显示以下消息：

Filling up shuffle buffer (this may take a while):

我可以做什么来解决这个问题？

您可以在下面看到 DataGenerator 类。

class DataGenerator(keras.utils.Sequence):
'Generates data for Keras'
def __init__(self, df, labels, batch_size =32, img_size = (224,224),
             n_classes = 2, shuffle=True):
    'Initialization'
    self.batch_size = batch_size
    self.labels = labels
    self.df = df
    self.img_size = img_size
    self.n_classes = n_classes
    self.shuffle = shuffle
    self.batch_labels = []
    self.batch_names = []
    self.on_epoch_end()

def …