如何使用TensorFlow顯示來自貓狗輸入資料集的樣本資料？

TensorFlow可以使用‘matplotlib’庫來顯示來自貓狗輸入資料集的樣本資料。“imshow”方法可以用來在控制檯上顯示影像。

我們將瞭解如何利用預訓練網路的遷移學習來對貓和狗的影像進行分類。

影像分類遷移學習背後的直覺是，如果一個模型在一個大型且通用的資料集上進行訓練，那麼這個模型可以有效地作為一個通用的視覺世界模型。它已經學習了特徵圖，這意味著使用者不必從頭開始在大型資料集上訓練大型模型。

我們使用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，並且可以免費訪問GPU（圖形處理單元）。Colaboratory是基於Jupyter Notebook構建的。

示例

class_names = train_dataset.class_names
print("Sample dataset being displayed on console")
plt.figure(figsize=(10, 10))
for images, labels in train_dataset.take(1):
   for i in range(9):
      ax = plt.subplot(3, 3, i + 1)
      plt.imshow(images[i].numpy().astype("uint8"))
      plt.title(class_names[labels[i]])
      plt.axis("off")

程式碼來源 −https://www.tensorflow.org/tutorials/images/transfer_learning