数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
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
服装设计
法学如何使用 Keras 顺序 API 探索 TensorFlow 中的花卉数据集？
借助 'PIL' 包和 'Image.open' 方法，可以使用 Keras 顺序 API 探索花卉数据集。不同的子目录包含不同类型的花卉图像，这些图像可以被索引并在控制台上显示。
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 Keras 顺序 API，它有助于构建顺序模型，用于处理简单的层堆栈，其中每一层只有一个输入张量和一个输出张量。图像分类器使用 keras.Sequential 模型创建，数据使用 preprocessing.image_dataset_from_directory 加载。
数据可以高效地从磁盘加载。会识别过拟合并应用技术来减轻它。这些技术包括数据增强和 dropout。共有 3700 张花卉图像。此数据集包含 5 个子目录，每个类有一个子目录。它们是：雏菊、蒲公英、玫瑰、向日葵和郁金香。
我们使用 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，并可免费访问 GPU（图形处理单元）。Colaboratory 建立在 Jupyter Notebook 之上。
image_count = len(list(data_dir.glob('*/*.jpg')))
print("The number of images in the dataset is:")
print(image_count)
print("A glimpse of the dataset")
print("ROSES")
roses = list(data_dir.glob('roses/*'))
PIL.Image.open(str(roses[1]))
print("TULIPS")
tulips = list(data_dir.glob('tulips/*'))
PIL.Image.open(str(tulips[0]))代码来源：https://tensorflowcn.cn/tutorials/images/classification
输出
The number of images in the dataset is: 3670 A glimpse of the dataset ROSES TULIPS
解释
- 数据样本显示在控制台上。
更新于： 2021年2月20日
95 次浏览
广告