从具有多个标签的Pandas数据框创建Tensorflow数据集？
从具有多个标签的Pandas数据框创建Tensorflow数据集可以通过以下步骤实现：
- 导入所需的库：
import pandas as pd
import tensorflow as tf- 创建一个具有多个标签的Pandas数据框：
data = {'特征1': [1, 2, 3, 4, 5],
'特征2': [6, 7, 8, 9, 10],
'标签1': ['A', 'B', 'A', 'B', 'A'],
'标签2': ['X', 'Y', 'X', 'Y', 'X']}
df = pd.DataFrame(data)- 将标签列转换为数字编码：
label_mapping = {'A': 0, 'B': 1, 'X': 0, 'Y': 1}
df['标签1'] = df['标签1'].map(label_mapping)
df['标签2'] = df['标签2'].map(label_mapping)- 将Pandas数据框转换为Tensorflow数据集：
feature_columns = [tf.feature_column.numeric_column('特征1'),
tf.feature_column.numeric_column('特征2')]
label_columns = [tf.feature_column.numeric_column('标签1'),
tf.feature_column.numeric_column('标签2')]
dataset = tf.data.Dataset.from_tensor_slices((dict(df[feature_columns]), dict(df[label_columns])))在上述代码中，我们首先导入了所需的库，然后创建了一个具有多个标签的Pandas数据框。接下来，我们将标签列转换为数字编码，以便在Tensorflow中使用。最后，我们使用from_tensor_slices方法将Pandas数据框转换为Tensorflow数据集，并指定特征列和标签列。
这样，我们就成功地从具有多个标签的Pandas数据框创建了Tensorflow数据集。关于腾讯云相关产品和产品介绍的链接地址，由于要求不能提及具体的云计算品牌商，所以无法提供相关链接。
相关·内容
我把看作是的一部分，而且已经很困惑了。我的理解是(如果我错了，请纠正我)：
步骤4定义了一个输入函数my_input_fn，它将数据格式化为相关的TensorFlow structuresTensor。
然后，步骤5将此函数提供到train调用中。
其意图是，列车呼叫将连续调用my_input_fn，以获得连续批数据，以调整模型。(？现在对此进行调查)
这里定义了my_input_fn：
def my_input_fn(features, targets, batch_size=1, shuffle=True, num_epochs=None):
""
浏览 0提问于2018-03-20得票数 8
回答已采纳
我希望以以下方式从TF数据集中生成批处理样本:每批将由两个具有相同“标签”特性的样本组成。在Tensorflow中实现这一目标的最有效方法是什么？
浏览 2提问于2022-01-15得票数 1
回答已采纳
我想创建一个与cifar-10数据集具有相同格式的数据集，以便与Tensorflow一起使用。它应该有图像和标签。我希望能够获得cifar-10代码，但不同的图像和标签，并运行该代码。
浏览 5提问于2016-01-27得票数 20
回答已采纳
我试图跟随转移学习，木星笔记本，教程，分类的马的图像：
我正试图在Docker中构建一个本地Tensorflow培训管道，并安装了最新的“TensorFlow码头图像”。
我有1000个标有标签的JPG图像，800x800，包括包围框和相关的annotations.coco.json；分为列车/验证/测试文件夹。
通过使用“TFRecordDatasets”脚本将“annotations.coco.json”转换为TFRecords，我成功地将图像和标签部分加载到create_coco_tf_record.py中。
我很难理解如何转换/调整这些数据以输入培训过程，特别是：
如何在转换/调整大
浏览 0提问于2020-12-15得票数 0
1回答
我对非常陌生。我想使用TensorFlow作为我的时尚电子商务网站(运行在java上)的方式，所有的产品图像应该自动标记使用CNN。
我检查了示例，使用inception5h预培训的tensorflow模型进行自动标记/标记新图像。
inception5h似乎不适合时尚数据集。我还找到了一个指南解释了火车第一神经网络与基本分类使用的时装MNIST数据集。
我还想要创建我自己的模型，对它进行时尚MNIST数据集的培训，并在我的java代码中使用它进行自动标记。
问题-
我们也能为时尚MNIST数据集重新培训inception5h模型吗？
是否有任何经过预先培训的tensorflow模型
浏览 1提问于2018-10-28得票数 0
有很多如何创建和使用TensorFlow数据集的示例，例如
dataset = tf.data.Dataset.from_tensor_slices((images, labels))
我的问题是如何以numpy的形式从TF数据集中取回数据/标签？换句话说，want将是上面这行的反向操作，即我有一个TF数据集，并希望从其中获取图像和标签。
浏览 296提问于2019-05-21得票数 42
1回答
Keras: tweet分类
、、、、
您好，亲爱的论坛成员，
我有一套2000万条随机收集的个人推特(没有两条来自同一个账户)。让我把这个数据集称为“一般”数据集。此外，我还有另一个“特定”数据集，其中包括从药物(阿片类)滥用者那里收集到的10万条推特。每条推文至少有一个与其相关的标签，例如类阿片、成瘾、过量使用、氢考酮等(最多25个标签)。
我的目标是使用“特定”数据集来使用Keras对模型进行培训，然后使用它在“一般”数据集中标记tweet，以识别药物滥用者可能编写的tweet。
下面是和中的示例，我成功地构建了这样一个模型的简单工作版本：
from tensorflow.python import keras
import
浏览 0提问于2018-11-14得票数 1
回答已采纳
我正在研究图像中的目标检测问题，我使用tensorflow进行神经网络计算。我有650x650像素大小的图像，以及一组对应于这些图像的标签。标签只是图像中对象的边界框，框坐标与650x650像素图像中的坐标对应。
现在，我想将这些图像调整为1280x1280。似乎我可以使用tf.image.resize_images()函数将图像大小调整到我想要的大小。但是，我仍然需要将包围框调整到新的坐标。
是否有相应的函数来调整图像标签的大小？--我想另一种选择是手动调整标签框的大小，将它们乘以某种比例因子，等等。
浏览 0提问于2018-05-12得票数 1
回答已采纳
我想生成一个包含组合框的数据网格。以employees为例，我想要一个显示员工姓名、雇用日期和公司职位的网格。是否可以编写一个查询来生成组合框和员工数据，或者您是否必须使用存根组合框创建数据网格，然后使用一些客户端脚本来填充组合框，或者(我不喜欢这个想法)使用一个存储过程为每一行生成必要的HTML。
浏览 1提问于2011-02-03得票数 1
我希望使用自己的数据为训练模型。在TFDS中已经有一组数据集可用(Tensorflow数据集)，还可以选择到TFDS。但是，如果我不必等待这些添加请求和内容，并直接训练我的数据，那会怎么样呢？
在示例colab笔记本中，他们使用以下内容来创建训练和验证数据：
examples, metadata = tfds.load('ted_hrlr_translate/pt_to_en', with_info=True,
as_supervised=True)
train_examples, val_examples = ex
浏览 16提问于2019-07-19得票数 2
回答已采纳
我编写了两个python文件create_save.py和load_use.py，如下所示。create_save.py运行良好并保存tf数据集。
但load_use.py给出的错误如下所示。请问如何修复load_use.py错误？
create_save.py
import os
import numpy as np
import pandas as pd
import tensorflow as tf
from tensorflow.data.experimental import save as tf_save
ds_dir = os.path.join('./', &#
浏览 2提问于2020-10-04得票数 4
3回答
我想在Tensorflow中堆叠两个datasets对象(R中的rbind函数)。我已经从tfRecord文件创建了一个数据集A，并从numpy数组创建了一个数据集B。两者都有相同的变量。您是否知道是否有方法可以将这两个数据集堆叠在一起以创建更大的数据集？或者创建一个迭代器，从这两个源中随机读取数据？
谢谢
浏览 1提问于2018-02-14得票数 15
回答已采纳
1回答
每个图像都标有左和右运动控制。我已经在下面的图表中绘制了它们。
我使用Keras和TensorFlow作为后端，使用ConvNets进行回归。
很明显，如果我能够删除可见回归左边的训练样本，回归可以变得简单得多。
加载图片和标签的代码非常简单，如下所示：
filenames = glob.glob("../data/*.jpg")
labels = []
images = []
for filename in filenames:
# Timestamp-LeftMotorControl-RightMotorControl.jpg
filename =
浏览 1提问于2017-02-17得票数 1
我通过以下方式从Pandas数据帧创建了一个Tensorflow数据集：
train_dataset = tf.data.Dataset.from_tensor_slices((X_train,Y_train))
我已经验证了我的数据帧没有NaN和NULL，但是当我使用tfdbg时，我可以看到我的tf train_dataset中有NaN (lt -f has_inf_or_nan返回[11.787] 28.89M Const tensors/component_0:0，component 0是我的train_dataset)。
我怎样才能找到这些NaN在哪里，以便调试在转换过程中出
浏览 1提问于2018-02-19得票数 2
我尝试用我命名为training_examples的熊猫数据帧来测试Tensorflow内置的pandas_input_fn()
它是一个非常简单的数据帧，描述了一组功能和标签；然后作为参数x在pandas_input_fn()函数中传递，如下所示，如果我正确理解了文档，它应该返回一个输入函数，其中的数据已经解析成功能和标签了吗？
input_function = tf.estimator.inputs.pandas_input_fn(
x= training_examples,
y= None,
batch_size=128,
num_epochs=1,
shuffle=True,
queu
浏览 0提问于2018-06-28得票数 3
我正在利用深度学习对视频进行人类活动识别，并希望在我的自定义数据集上训练我的神经网络(ConvLSTM & LRCN)。我面临的问题是我的数据集超过50 GB，而且我没有足够的内存直接加载到内存中(16 GB内存和带5 GB VRAM的Nvidia P2000 )。我读到了用于有效加载数据集的TensorFlow flow_from_directory，但我的问题是，我希望为单个标签加载多个图像。
例如，视频中可能有n数目的帧，我从其中提取所需的帧，以训练我的NN。例如，30秒的步行标签视频可能有2000帧，我希望每20帧(20、40、60.2000年)得到一个帧。
现在，如何在使用T
浏览 0提问于2022-09-15得票数 2
我想用tensorflow来做的对象检测。
我希望将带有对象标签的整个图像和相应的边界框输入到tensorflow中进行训练。
有没有什么好方法可以写一个数据文件让tensorflow读取？或者只是在tensorflow中读取原始XML文件？
非常感谢。
下面是一个图片示例：
浏览 55提问于2016-09-02得票数 3
回答已采纳
我正在用TensorFlow做一个神经网络。我现在想导入我自己的图像作为数据集，以便在这些图像上训练神经网络。
为此，我首先获得一个文件名及其对应标签的列表。我使用以下代码来完成此操作：
locations = {"chimpanzee":["G:\Profielwerkstuk\chimpanzee"],
"gorilla":["G:\Profielwerkstuk\gorilla"],
"howler monkey":["G:\Profielwerkstuk\
浏览 1提问于2018-01-20得票数 1
我正试图预测keras / tensorflow中的所有测试批，然后绘制一个混淆矩阵。当前的BATCH_SIZE是: 32
我的测试数据集是用以下代码从一个大数据集生成的：
test_dataset = big_dataset.skip(train_size).take(test_size)
test_dataset = test_dataset.shuffle(test_size).map(augment).batch(BATCH_SIZE)
在model.compile()和model.fit()之后，我使用以下代码获得预测和正确的标签：
points, labels = list(tes
浏览 3提问于2022-04-25得票数 1
回答已采纳
这是我用过的代码。现在我真的不知道我错在哪里了，因为我对这些事情还不熟悉。作为我试图做的概述，我试图对哪里有攻击或没有攻击进行分类。我给了'Y‘作为我的标签，它包含了'11’类。 import pandas as pd
data=pd.read_csv('/content/gdrive/MyDrive/data /Ecobee_Thermostat.csv')
#imports
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sn
浏览 17提问于2021-04-11得票数 0
我有大约50个excel工作表与.'xlsb‘扩展名。我想将一个特定的工作表连接到pandas DataFrame中(所有工作表的名称都相同)。我遇到的问题是，每个工作表中的列名称并不完全相同。我使用pandas编写了一段代码，但它的工作方式是将所有值连接到pandas数据框中的同一列中，但基于列的名称。所以举个例子:有时我有一列叫做: FgsNr，有时叫做FgNr --两列中的数据类型和含义完全相同，我希望把它们放在数据框中的同一列中，但是pandas创建来分离数据框中的列，并将那些列中列出的同名的值堆叠在一起。 files = glob(r'C:\Users\Folder
浏览 29提问于2021-08-10得票数 0
1回答
我发现了一个关于DDOS攻击的数据集，想要使用它，但是从pcap中提取特性的工具似乎已经缩进了列，就像下面看到的，在不寻常的地方有一些缩进。就像在一些特征名称的开头，特别是im对标签感兴趣，或者在这里，标签(在前面有一个空格)。Syn是dataframe的名称。
Syn.columns
索引(“未命名:0”、“流ID”、“源IP”、“源端口”、“目标IP”、“目的端口”、“协议”、“时间戳”、“流持续时间”、“Fwd数据包总量”、“总后向数据包”、“Fwd数据包总长度”、“Bwd数据包总长度”、“Fwd数据包长度最大值”、“Fwd数据包长度Min”、“Fwd数据包长度平均”、“Fwd数据包长度
浏览 0提问于2020-03-28得票数 0
我正在尝试创建一个面板，将显示不同的类别选择。
我需要一个标签和一个图像来显示。标签和图片框将由我从数据库中提取的信息设置。我需要生成它们并填充圆圈(当然是以更线性的方式)。因此，我可以允许通过数据库更新数据，我需要图片框和标签的数量是动态的。如果可能的话，我该如何去实现这一点呢？
浏览 1提问于2012-11-02得票数 0
回答已采纳
我正在使用Tensorflow 2.0的数据模块并使用tf.data.Dataset对象来存储我的特性，为专有数据构建一个输入管道。这是我的问题-数据源是一个CSV文件，只有3列，一个label列，然后有两个列，它们只包含引用JSON文件的字符串，而JSON文件就是存储这些数据的地方。我已经开发了一些函数，可以访问所需的所有数据，并且能够在列上使用Dataset的映射函数来获取数据，但我不知道如何向我的tf.data.Dataset对象中添加一个新列来保存新的数据。因此，如果有人能在以下问题上提供帮助，这将是非常有帮助的：
如何将新特性附加到tf.data.Dataset对象？
这个过
浏览 5提问于2019-08-07得票数 6
我对TensorFlow非常陌生，以前从未与TFRecords合作过。
我从网上下载了一个图像数据集，下载格式是TFRecord。
这是下载的数据集中的文件结构：
例如，内部“测试”
我想要做的是将培训、验证和测试数据加载到TensorFlow中，其方式类似于加载内置数据集时所发生的情况，例如，您可以像这样加载MNIST数据集，并获得包含像素数据和包含相应图像标签的数组。
(train_images, train_labels), (test_images, test_labels) = tf.keras.datasets.mnis
浏览 14提问于2022-10-10得票数 0
回答已采纳
5回答
一些背景知识:我想开发一个桌面应用程序，使用SQL数据库作为存储。一次只有一个用户连接到数据库。
为了便于维护，我想将GUI从Busniss Logic中分离出来。因此，我想对每个对话框使用DataModule (实现BL的地方)。
我的问题是:哪里是插入TClientDataset组件的合适位置？直接在对话框中还是在DataModule中？
浏览 0提问于2010-01-15得票数 3
回答已采纳
我已经将SPSS文档导入到Pandas，但是，当这样做时，它似乎将所有数字值转换为文本值，使用变量标签而不是SPSS数据集中的数字数据。
例如，下面的图像显示了数据集中变量Processing_1的第一组值。
这些数值在SPSS中有与描述性文本相匹配的标签(实际上是从强烈反对到强烈赞同的1-5标度)。
我使用以下代码将其导入Pandas。
import pandas as pd
import os, sys, pyreadstat
df = pd.read_spss("URL")
vtf = "Processing_1"
for ind in range(
浏览 14提问于2022-01-07得票数 0
1回答
我有几个(多达几百个) hdf5文件，其中包含并行模拟的结果:每个计算节点创建一个独立的hdf5文件，以避免任何同步问题。
有没有任何方法来创建hdf5文件中所有数据的“映像”，比如，这个“映像”看起来像是拥有所有数据，但实际上，它将提供来自其他文件的数据？
我要找的是：
"data-node0.h5"
spike/PopulationA -> pandas data frame columns=[0,3,6,9]
"data-node1.h5"
spike/PopulationA -> pandas data f
浏览 4提问于2017-10-21得票数 2
1回答
我有一个使用以下函数创建的tensorflow数据集: dataset = tf.data.Dataset.from_tensor_slices((imgs，标签))。我的标签是"0“和"1”，我想把这个数据集分成两个部分，一个包含有标签"0“的所有条目，另一个包含有标签"1”的所有条目。我一直试图找到一种使用.filter函数来做到这一点的方法，但是没有结果。我会很感激你的帮助！
浏览 3提问于2022-04-06得票数 0
我试图通过使用tf.keras.utils.image_dataset_from_directory创建一个用于CNN分类的数据集(包括图像及其标签)，并使用该数据集创建两个NumPy数组:图像和标签。Python版本: 3.9.5，Tensorflow版本: 2.7.0
这段代码在过去几周一直运行良好，但今天突然出现了这个错误(见下图)。
谢谢你的帮助。
浏览 11提问于2022-10-04得票数 0
在我们的研究中，我正在完成一种新的数据挖掘技术的实现。
我希望通过rapidminer中包含的已定义度量和性能运算符获利，因此我需要向性能运算符提供一个标记的数据集。
有没有人能帮我找出如何创建带标签的数据集？(我有标签和预测，我的问题是如何以带标签的集合的形式创建输出数据表)。
浏览 0提问于2013-01-27得票数 0
回答已采纳
在《使用Scikit-Learn，Tensorflow和Keras操作ML》一书中，作者解释了如何使用数据API有效地操作、转换和传递数据到模型，他编写了以下函数：
def csv_reader(filepaths, batch_size=32):
dataset = tf.data.Dataset.list_files(filepaths)
dataset = dataset.interleave(lambda filepath:
tf.data.TextLineDataset(filepath).skip(1), cycle_length=5)
datase
浏览 14提问于2020-02-19得票数 0
1回答
我对TensorFlow和Python非常陌生。我有一个数据集，与MNIST数据集(28 * 28图像)非常相似。我已经关注了很多关于如何使用tensorflow实现基本神经网络的在线教程，并发现大多数都只是使用：
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("/tmp/data/", one_hot = True)
有没有一种方法可以让我使用自己的类似MNIST的数据而不是从tensorflow导入它？此外，我还能对类似MNIST的数据
浏览 0提问于2017-11-30得票数 0
1回答
我想将压缩的pd.read_pickle(filename, compression='xz')熊猫数据帧作为管道输入到tensorflow。我想使用需要输入函数的高级API tf.estimator分类器。我的数据文件是大的浮点数矩阵~(1400X16)，每个矩阵对应一个特定的类型(标签)。每种类型(标签)都包含在不同的目录中，所以我从它的目录中知道矩阵标签。在低层，我知道我可以使用feed_dict={X:batch_X:Y_:batch_Y}填充数据以提供数据管道，但是tf.estimator需要一个input函数。例如，假设我有两个标签，我的函数可能如下所示
def m
浏览 1提问于2018-08-01得票数 2
无法在数据标签项目MLStudio中设置DataSet类型。 默认数据集文件类型为始终显示。我想和panda_dataframe一起工作。如何在创建数据集时将数据集设置为表格数据集。 另外，如何将Filedataset更改为要应用pandas_dataframe的表格datasetI。但它不适用于文件数据集。 AttributeError Traceback (most recent call last)
<ipython-input-10-2d5c0c116404> in <module>
10
浏览 12提问于2020-08-29得票数 1
我刚刚开始使用Tensorflow，使用Caffe --它以一种高效的方式读取数据是非常实用的--但是使用Tensorflow，我发现我必须自己编写数据加载过程，创建TFRecords、批处理、多重威胁、处理这些线程等等。因此，我从一个示例v3开始，因为它们处理读取数据的部分。我是Tensorflow的新手，也是Python的新手，所以我觉得我不明白这部分到底是怎么回事(我的意思是，它将标签的大小扩展到label_index *没有文件--但是--为什么？)它是否为标签创建了一个热编码？我们必须这么做吗？为什么不像每个文件都有一个标签那样扩展长度或文件呢？谢谢。
labels.extend([
浏览 2提问于2017-11-30得票数 0
回答已采纳
1回答
我有一个在Python中作为数据框加载的数据集。它由21392行(数据实例，每行是一个样本)和79列(特征)组成。最后一列，即列79，具有字符串类型标签。在这种情况下，我想使用CNN对数据进行分类，并使用可用的特征预测目标标签。这在某种程度上是一种非常规的方法，尽管它看起来是可能的。然而，我对方法应该是如何的感到非常困惑，因为我找不到任何关于使用CNN对非图像数据进行分类的示例代码/伪代码，无论是在Tensorflow还是Keras中。在这方面的任何帮助都将受到高度的感谢。干杯!
浏览 22提问于2019-10-21得票数 0
老实说，我正试图弄清楚如何将数据集(格式:熊猫、DataFrame或numpy数组)转换成一种简单的文本分类tensorflow模型可以用来进行情感分析的形式。我使用的数据集类似于IMDB (包含文本和标签(正或负))。我看过的每一篇教程要么准备了不同的数据，要么就不去做数据准备，而把它留给你想象。(例如，所有IMDB教程都从tensorflow_datasets导入一个预处理的Tensorflow tensorflow_datasets，当我使用自己的数据集时，这是没有帮助的)。我自己试图将Pandas DataFrame转换为Tensorflow的Dataset类型，这在训练中导致了Val
浏览 2提问于2019-10-13得票数 11
回答已采纳
我创建了一个从0到49元素的TensorFlow数据集，然后只通过保持元素小于25个来过滤它，如下所示
import tensorflow as tf
dataset = tf.data.Dataset.range(50)
dataset_less_25 = dataset.filter(lambda x: x < 25)
但是，当我检查新数据集的基数时，如下所示：
dataset_less_25.cardinality().numpy()
它返回-2，这是没有意义的。我进一步检查了新的dataset实际上包含25个元素，所以我想知道为什么cardinality()函数在这种情况下不
浏览 6提问于2022-02-04得票数 1
回答已采纳
我已经构建了一个管道，它读取一些数据，进行一些操作，并创建一些apache对象(下面代码中的步骤1和步骤2)。然后，我想生成统计数据并将它们写入文件。我可以利用tensorflow数据验证库，但是tfdv GenerateStatistics需要一个pyarrow.lib.RecordBatch，而不是Row对象。我知道apache_beam.io.tfrecordio.WriteToTFRecord可以将PCollection写入文件作为TFRecord，但是，有没有一种方法可以不写到文件中呢？理想情况下，第3步将Row对象转换为TFRecord。
with beam.Pipeline(op
浏览 8提问于2022-04-05得票数 1
我正在尝试创建一个使用TensorFlow Dataset API和Pandas来读取多个CSV文件的管道。但是，使用flat_map方法会产生错误。但是，如果我使用map方法，我能够构建代码并在会话中运行它。这是我正在使用的代码。我已经在TensorFlow Github库中打开了 issue。但很明显，这不是一个错误，他们让我在这里发帖。
folder_name = './data/power_data/'
file_names = os.listdir(folder_name)
def _get_data_for_dataset(file_name,rows=100):#
浏览 5提问于2018-03-06得票数 2
回答已采纳
1回答
我想在tensorflow 2.1中使用coco数据集来训练ssd(单发多盒探测器)网络
论文说他们使用图像裁剪来增强健壮性，所以我尝试使用tf.image.sample_distorted_bounding_box()
然而，我意识到这个函数只调整边界框的大小，而不是保留相应的标签。
如何裁剪保留了适当bboxes和标签的图像？适当意味着bbox坐标随着图像的变化而细化，并从裁剪后的图像中删除bbox。
浏览 69提问于2020-02-06得票数 0
嘿，我正在使用NOAA的天气数据，我试图选择经度和纬度变量。
我只想创建一个名为lat和lon的变量，它等于数据集中的纬度和经度值。在打印数据集时，基于数据的纬度/经度变量与温度的“类型”不同。(你可以从照片中看到)。是否有任何方法使“类型”数据与该数据集中的温度/时间数据相等？
我很抱歉不能解释它，因为我感到困惑的部分原因是为什么它认为这些坐标变量不同于温度。
以下是有关数据集的信息。我想坐标是float64
Coordinates:
time datetime64[ns] ...
step timedelta64[ns] ...
s
浏览 6提问于2022-03-08得票数 0
我在Tensorflow 2上做了一个MOOC，在课堂上，作业坚持我们需要使用tf数据集；然而，似乎所有你必须跳过的循环都要做任何事情，这意味着所有事情都比使用Pandas数据集或NumPy数组困难得多.那为什么要用呢？
浏览 4提问于2021-02-07得票数 0
回答已采纳
1回答
我有一个Pandas DataFrame，包含大约10k 100x100图像存储在灰度中(作为一个(100,100,1) numpy数组)，以及每个图像的标签(作为一个字符串，这是某人的名字)。我想把它转换成Keras数据集。
我读到我可以简单地使用dataset = tensorflow.data.Dataset.from_tensor_slices(dict(dataframe))，但它不起作用，也许是因为它是一个3D数字数组？我应该把每个100x100图像重塑成一个10,000长的数组吗？
我试图构造类似于CIFAR10的数据集。
浏览 3提问于2022-10-05得票数 0
几天来，我一直在试图找到一种方法，将我的270,000张.tif图像及其对应的标签转换为可用的Tensorflow数据集，我决定在这里发帖寻求帮助。 我目前所做的只是获取图像的一个子集，并将它们转换为numpy数组，然后将它们放入列表中。我也对标签做了这个。因此，我现在有了一个pandas数据帧，它有两列: id (图像文件名)和标签(1或0)和一个numpy数组列表。下面是我用来做这件事的代码。 from PIL import Image
import matplotlib.pyplot as plt
import glob
import tensorflow as tf
import p
浏览 41提问于2021-04-16得票数 0
1回答
是否可以使用一个现有的tfrecord或用于生成它的标注的子集
我正在训练几个具有相同数据的模型，每个模型只需要一个或一个用于最初创建tfrecord的标签子集。tfrecord非常大，所以我想为每个模型的标签子集创建一个。
浏览 3提问于2019-05-15得票数 0
我在NumPy中创建了两个随机数组，然后在model.fit()中使用了x和y，但是我得到了以下错误：
'sparse_categorical_crossentropy/SparseSoftmaxCrossEntropyWithLogits/SparseSoftmaxCrossEntropyWithLogits‘逻辑和标签必须具有相同的一维，得到逻辑形状3,3和标签形状33{节点sparse_categorical_crossentropy/SparseSoftmaxCrossEntropyWithLogits/SparseSoftmaxCrossEntropyWithLogits}}
浏览 8提问于2022-07-09得票数 1
回答已采纳
我正在编写Python/tensorflow/mnist教程。
由于使用了tensorflow网站的原始代码，我收到了警告:图像数据集很快就会被废弃，abd建议我使用以下一个：
我使用以下方法加载它--我的代码：
from tensorflow.models.official.mnist import dataset
trainfile = dataset.train(data_dir)
返回：
tf.data.Dataset.zip((images, labels))
问题是，我找不到一种方法来将它们分开，例如：
trainfile = dataset.train(data_dir)
浏览 1提问于2018-10-21得票数 4
回答已采纳
我找到了关于安装的说明，但是尽管设置了sys path，它还是给出了错误提示：No such file or directory: 'content/drive/MyDrive/TensorFlow/models/research'，这是我从克隆存储库到设置路径的整个代码： %cd /content/drive/My Drive/Tensorflow
!git clone https://github.com/tensorflow/models.git
!apt-get install protobuf-compiler python-lxml python-pil
!pi
浏览 16提问于2021-03-31得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
