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 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
服装学
法学如何使用 Python 和 TensorFlow 来可视化花卉数据集？
可以使用 ‘matplotlib’ 库来可视化花卉数据集。 ‘imshow’ 方法用于在控制台上显示图像。整个数据集被迭代，并且只显示前几张图像。
阅读更多： 什么是 TensorFlow 以及 Keras 如何与 TensorFlow 协同工作以创建神经网络？
我们将使用花卉数据集，其中包含数千张花的图像。它包含 5 个子目录，每个子目录对应一个类别。
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。
import matplotlib.pyplot as plt
print("Visualizing the flower dataset")
plt.figure(figsize=(10, 10))
for images, labels in train_ds.take(1):
for i in range(6):
ax = plt.subplot(3, 3, i + 1)
plt.imshow(images[i].numpy().astype("uint8"))
plt.title(class_names[labels[i]])
plt.axis("off")
print("Iterating over dataset")
print("Retrieving batches of images")
for image_batch, labels_batch in train_ds:
print(image_batch.shape)
print(labels_batch.shape)
break代码来源：https://tensorflowcn.cn/tutorials/load_data/images
输出
Visualizing the flower dataset Iterating over dataset Retrieving batches of images (32, 180, 180, 3) (32,)
解释
- 使用 matplotlib 库可视化花卉数据集。
- 迭代并显示前 6 张图像。
- 再次迭代数据集，并在控制台上显示图像的尺寸。
更新于：2021年2月19日
198 次浏览
广告