資料結構
網路
關係型資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究如何在 TensorFlow 中使用 Dataset.map 建立影像和標籤對的資料集？
透過轉換路徑元件列表，然後將標籤編碼為整數格式來建立 (影像，標籤) 對。‘map’ 方法有助於建立對應於 (影像，標籤) 對的資料集。
閱讀更多： 什麼是 TensorFlow 以及 Keras 如何與 TensorFlow 協作建立神經網路？
我們將使用花卉資料集，其中包含數千朵花的影像。它包含 5 個子目錄，每個類別都有一個子目錄。
我們正在使用 Google Colaboratory 來執行以下程式碼。Google Colab 或 Colaboratory 幫助在瀏覽器上執行 Python 程式碼，無需任何配置即可免費訪問 GPU（圖形處理單元）。Colaboratory 建立在 Jupyter Notebook 之上。
print("The 'num_parallel_calls' is set so that multiple images are loaded and processed in parallel")
train_ds = train_ds.map(process_path, num_parallel_calls=AUTOTUNE)
val_ds = val_ds.map(process_path, num_parallel_calls=AUTOTUNE)
for image, label in train_ds.take(1):
print("The shape of image is : ", image.numpy().shape)
print("The label is : ", label.numpy())輸出
The 'num_parallel_calls' is set so that multiple images are loaded and processed in parallel The shape of image is : (180, 180, 3) The label is : 0
程式碼來源：https://www.tensorflow.org/tutorials/load_data/images
解釋
- 多個影像被同時載入和處理。
- ‘map’ 方法用於建立包含 (影像，標籤) 對的資料集。
- 它被迭代，並且形狀的維度和標籤在控制檯上顯示。
更新於： 2021年2月19日
197 次檢視
廣告