我有一些图像及其各自的标签作为训练集。
我想将它用作 TensorFlow 中的数据集(就像我们如何使用 mnist 数据集并可以使用 mnist.train.next_batch(BATCH_SIZE) 批量获取数据)
问题是,如何制作自己的数据集以便可以批量使用它?
附加信息: 训练集有 4575 张 28 x 28(缩放)图像和分类标签。共有62个类。
如果需要更多信息,请告诉我。
最佳答案
您可以使用tf.data.from_tensor_slices(tf.convert_to_tensor(np_images), tf.convert_to_tensor(np_labels))
创建一个由(图像,标签)对组成的数据集。现在您可以申请.batch(BATCHSIZE)
在此基础上运行函数,这将创建您想要的大小的批处理。
然后你可以直接将其输入模型函数,如 .fit()
如果使用 tf.keras
.
有关更多信息,请访问以下链接-
关于python - TensorFlow 中的自定义数据集,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58335096/