python中有一个非常有用的语法叫做生成器，所利用到的关键字就是yield。有效利用生成器这个工具可以有效地节约系统资源，避免不必要的内存占用。
数据生成器的作用就是 他不需要把所有的值放在内存中，它是实时地生成数据 ；
（这里所谓的生成数据 就是从ROM 当中加载到 RAM 中，并且释放上一次加载的数据）
你经常使用的 for..in ...这种形式的语句，我们称其为迭代器，
（不太理解迭代器，可以看这里）
它可以处理像 列表，字符串，这类可迭代的对象， 你可以如你所愿的读取其中的元素，这确实很方便。
但是 你把所有的值都存储到了内存中，如果你有大量数据的话这个方式并不是你想要的。
在这里，所有的值都存在内存当中，所以并不适合大量数据
例如你用作深度学习的数据集很大， 有100w 张图片， 你不可能把这一百万张图片都加在到内存里， 然后在分成
训练集， 验证集和测试集 ， 用与接下来的训练任务， 你的内存肯定扛不住你这么用的。。
众所周知，神经网络在训练的时候每次只接收一个 batch_size 大小的数据，
你把这么多数据加载进来也是没用，因为每次只用其中的一小部分， 所以我们完全可以每次只加载进来这一个batch_size
数量大小的图片， 训练之后再将他们释放掉，重新加载新的一批。
这就引出了python的生成器，
python 通过 yield 函数来定义一个生成器， 也就是说你见到了一个函数， 它的结尾处不是return 而是 yield,
那么， 就可以断言， 这个函数返回的是一个生成器 。 ----> <class 'generator'>
二者的简单定义如下：
# 迭代器
for i in my_data：
img = np.array(i)
return img
# 生成器
for i in my_data：
img = np.array(i)
yield img
# img 是 <class 'generator'>使用生成器 来执行， 程序仅仅会返回 yield 关键字后面的那个值， 并且是作为生成器返回，这并不占什么内存。
因为他只是一个生成器， 没有什么实质性的内容，
那么什么时候他才能有实质性的内容呢？ 也就是什么时候他能够生成数据呢？
是在你调用它的时候， 但是要注意，与 for ... in ...的这种迭代器不同，生成器每次被调用 返回的都是一批数据，
我不是像迭代器那样 只返回一个数值。
实例如下;
mylist = [0， 1， 4]
for i in mylist :
print(i)
# 输出结果
0
1
4
# 这里虽说输出了三个结果，但是这是因为你调用了三次print函数
def creatGenerator():
mylist = [0, 1, 2]
for i in mylist :
yield i*i
mygenerator = creatGenerator()
print(type(mygenerator))
for j in mygenerator:
print(j)
------- output------
0
1
4
<class 'generator'>可以看出， 生成器返回的（yield 回来的）是一个可迭代对象，（我们使用for.. in ..可以对其进行处理）
并且，我们只调用了一次 creatGenerator() ， 他就给我们 yield 回来了三个值，这三个值组成了我们的可迭代对象。
正如上面所叙述的那样， 你调用一次函数 yield 回来的生成器， 就会一次产生一批数据， 并且这批数据是可以进行迭代的
这就与我们训练神经网络的初衷 完美的相吻合。
-----------------------------
前两天， 我见到了一种这样的写法， 大家可以体会下；
imagePaths = sorted(list(paths.list_images(args["dataset"])))
# 给生成器加了list 之后， 就原形毕露了
# 加了list 后，生成器首先要执行生成数据的操作， 然后再将生成的数据装入list
# 在用 sorted来排序，
random.seed(42)
random.shuffle(imagePaths)
