将TensorFlow数据集转换为图像和标注
提问于 2020-06-04 16:18:16
目标是从TensorFlow数据集中训练猫和狗的数据集，我需要将数据转换为图像和标签。我需要构建一个函数，从TensorFlow数据集的'features‘中返回图像和标签，并从中创建训练数据集。请运行代码以了解更多详细信息。
基础设施将所有图像的大小调整为224x224，颜色深度为3字节。确保您的输入层按照该规范训练图像。
代码：
import tensorflow_datasets as tfds
import tensorflow as tf
dataset_name = 'cats_vs_dogs'
dataset, info = tfds.load(name=dataset_name, split=tfds.Split.TRAIN, with_info=True)
def preprocess(features):
// this is where the code must be.
def solution_model():
train_dataset = dataset.map(preprocess).batch(32)这是我将对模型进行编码并提供训练数据集作为输入的地方。
回答 1
Stack Overflow用户
发布于 2020-06-08 09:34:18
以下是解决方案
def preprocess(features):
image = features['image']
image = tf.image.resize(image, (224, 224))
image = image / 255.0
return image, features['label']
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/62199432
复制相关文章
![【Groovy】Groovy 方法调用 ( 使用 对象名.成员名 访问 Groovy 类的成员 | 使用 对象名.‘成员名‘ 访问类的成员 | 使用 对象名[‘成员名‘] 访问类成员 )](https://developer.qcloudimg.com/http-save/yehe-2542479/0c0ed16739e62d10b7d93e184bffaf88.png)
腾讯云开发者
