tensorflow-dataset-如何用tfds格式制作我们自己的数据集?

标签 tensorflow tensorflow-datasets

在 TensorFlow 教程中,我遇到了一个从 TensorFlow 数据集加载数据集的代码。

dataset, metadata = tfds.load('cycle_gan/horse2zebra',
                              with_info=True, as_supervised=True)
train_horses, train_zebras = dataset['trainA'], dataset['trainB']
test_horses, test_zebras = dataset['testA'], dataset['testB']

但是,我想加载不是来自 TensorFlow 数据集的我自己的数据集。
在收集了我自己的数据集后,我不知道如何加载我的数据集并将其处理为与 TensorFlow tfds 相同的格式。

谁能教我怎么做?
我的数据集文件夹也具有相同的格式:trainA、trainB、testA、testB。

最佳答案

请按照本教程向 TFDS 添加数据集。

https://github.com/tensorflow/datasets/blob/master/docs/add_dataset.md

关于tensorflow-dataset-如何用tfds格式制作我们自己的数据集?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59290830/

相关文章:

python - 如何使用所有核心中的一些(数字)CPU核心,并具有tensorflow属性

python - keras LSTM 预测不佳

tensorflow - 无法理解 keras.datasets.imdb

python - 在联邦学习中将数据拆分为训练和测试

python - tensorflow:如何旋转图像以进行数据增强?

python - 如何使用使用 Estimator 和 Dataset API 训练的已保存模型进行预测?

python - 按类别过滤 Tensorflow 数据集

python - 我在 Tensorflow (python 3.7) 中加载数据集时遇到问题

python - 有没有更简单的方法来处理来自 tfrecords 的批量输入?

python-3.x - 加速 Keras LSTM