发电机功能总是产生两次相同的结果

Question

我有这个生成器函数，希望通过它筛选图像数据集。 图像位于批处理大小为16的PyTorch数据加载器中。我在数据加载器上循环以获取一个批处理（16张图像），然后在该批次上循环以获取图像。

我想做的是将图像标签存储在图像中并yield ，同时在图上绘制16张图像。 所以我想做images = next(show_batch(dataloader, labels_dataframe, nrows, ncols))并且每次我得到存储在图像中的16个图像标签和16个图像的绘图时。 这样，我可以识别出不良图像，并准备好将其标签从数据集中丢弃。 该代码将两次生成相同（第一张）的16张图像。 我怀疑这与每次创建新列表有关，所以我要重新启动生成器吗？

为什么代码为什么会连续两次生成相同的16张图像，并且如何解决将它的标签一次存储到16张图像的问题，同时labels_dataframe它们从labels_dataframe中获取的标签存储在图像中？

def show_batch(dataloader, labels_dataframe, nrows, ncols):
    fig = plt.figure(figsize=(30,15))
    for i, batch in enumerate(train_dl):
        images = []
        for j, image in enumerate(batch['image']):
            ax = fig.add_subplot(nrows, ncols, j+1)
            ax.imshow(image.permute(2, 1, 0))
            images.append(labels_dataframe.loc[i*16+j, 'id_code'])
        yield images

Answer 1

Marco Bonelli指出，我应该说明如何调用生成器。 在执行此操作时，我发现自己做错了什么，并修复了如何调用它以及该函数。

我正在调用next(show_batch(dataloader, labels_dataframe, nrows, ncols)) ，因此每次都调用一个新的生成器函数。 我没有生成一个生成器对象。

然后，当我创建一个生成器对象并开始调用它时，它仅显示前16张图像，然后仅生成标签，因此，将Figure对象移动到每个批处理循环中。 修改后的代码以及我如何称呼它：

def show_batch(dataloader, labels_dataframe, nrows, ncols):
    for i, batch in enumerate(train_dl):
        fig = plt.figure(figsize=(30,15))
        images = []
        for j, image in enumerate(batch['image']):
            ax = fig.add_subplot(nrows, ncols, j+1)
            ax.imshow(image.permute(2, 1, 0))
            images.append(labels_dataframe.loc[i*16+j, 'id_code'])
        yield images

sample_images = show_batch(dataloader, labels_dataframe, nrows, ncols)
next(sample_images)

谢谢，马可。