数据结构
网络
关系型数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究如何在 TensorFlow 中使用 Dataset.map 创建图像和标签对的数据集？
通过转换路径组件列表，然后将标签编码为整数格式来创建 (图像，标签) 对。‘map’ 方法有助于创建对应于 (图像，标签) 对的数据集。
阅读更多： 什么是 TensorFlow 以及 Keras 如何与 TensorFlow 协作创建神经网络？
我们将使用花卉数据集，其中包含数千朵花的图像。它包含 5 个子目录，每个类别都有一个子目录。
我们正在使用 Google Colaboratory 来运行以下代码。Google Colab 或 Colaboratory 帮助在浏览器上运行 Python 代码，无需任何配置即可免费访问 GPU（图形处理单元）。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())输出
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
代码来源：https://tensorflowcn.cn/tutorials/load_data/images
解释
- 多个图像被同时加载和处理。
- ‘map’ 方法用于创建包含 (图像，标签) 对的数据集。
- 它被迭代，并且形状的维度和标签在控制台上显示。
更新于： 2021年2月19日
197 次查看
广告