如何将图像和标记在TensorFlow

您所在的位置：网站首页 › python tfds › 如何将图像和标记在TensorFlow

如何将图像和标记在TensorFlow

2023-04-02 20:39| 来源: 网络整理| 查看: 265

问题描述 import tensorflow_datasets as tfds train_ds = tfds.load('cifar100', split='train[:90%]').shuffle(1024).batch(32) val_ds = tfds.load('cifar100', split='train[-10%:]').shuffle(1024).batch(32)

我想将train_ds和val_ds转换为类似的东西:x_train, y_train和x_val, y_val(x用于图像，y，标签). KERAS API使用火车和测试数据拆分(在Sklearn中也是如此)，但是我 not 都想在这里使用任何测试数据.

我已经尝试过，但是它不起作用(我确实理解为什么这不起作用，但是我不知道我还能将培训数据转换为图像和标签):

x_train = train_ds['image'] # TypeError: 'BatchDataset' object is not subscriptable 推荐答案

我找到了一个更好的解决方案:

train_ds, val_ds = tfds.load(name="cifar100", split=('train[:90%]','train[-10%:]'), batch_size=-1, as_supervised=True) x_train, y_train = tfds.as_numpy(train_data) x_val, y_val = tfds.as_numpy(val_data) 其他推荐答案

不是最好的方法，我首先创建了列表以检查它们.我认为您想要类似的东西:

train_ds = tfds.load('mnist', split='train[:90%]') train_examples_labels = tfds.as_numpy(train_ds) x_train = [] y_train = [] for features_labels in train_examples_labels: x_train.append(features_labels['image']) y_train.append(features_labels['label'])

features_labels是这里的字典:

features_labels.keys() dict_keys(['image', 'label'])

可以将它们转换为numpy数组.

x_train = np.array(x_train, dtype = 'float32') y_train = np.array(y_train, dtype = 'float32')

本文地址：https://www.itbaoku.cn/post/2565639.html

【本文地址】

如何将图像和标记在TensorFlow

如何将图像和标记在TensorFlow

今日新闻

推荐新闻