因此，我一直在使用TensorFlow dataset API来加载图像和分割蒙版(对于语义分割项目)，我希望能够生成批量的图像和蒙版，每个图像都随机经历了任何预处理功能的组合，如亮度变化，对比度变化，因此，我的第一批图像可能没有预处理，第二个可能有饱和度变化，第三个可能有亮度和饱和度变化等等。我尝试了以下几种方法：from tensorflow.c
浏览 7提问于2017-12-13得票数 14
回答已采纳
因此，我可以通过浏览keras中的各种函数来收集，我编写的数据生成器填充了一个较低级别的tensorflow数据集，然后该数据集在每个时期进行迭代。现在，我还意外地发现，尽管fit方法不支持验证数据的生成器，但它确实可以工作，并且使用我希望在训练生成器中具有的有趣功能，即从磁盘重新读取数据，以便在我自己
浏览 26提问于2021-02-11得票数 0
我正在使用Tensorflow Dataset API并从TFRecord文件中读取数据。我可以使用map函数，并使用random_flip_left_right、random_crop等方法进行数据增强。 然而，当我试图复制AlexNet论文时，我遇到了一个问题。我需要翻转每个图像，然后采取5个裁剪(左，上，下，右和中)。 因此，输入数据集大小
浏览 24提问于2019-08-30得票数 3
使用Tensorflow的Estimator API，我应该在管道中的哪个点执行数据增强？根据这个官方，执行数据增强的一个地方是在input_fn中 "Parse TFExample records and perform simple data("/path/to/
浏览 17提问于2018-07-30得票数 3
我正在使用Tensorflow进行图像分类。作为输入管道，我使用的是来自TFRecords的tf.data.Dataset。我正在使用.map()应用数据增强。我想知道是否有一种方法应用不同的数据增强取决于图像的标签。比方说，如果图像是类人的，我想应用随机的水平翻转，但是如果图像是类背景<em
浏览 0提问于2018-03-26得票数 1
回答已采纳
我正在做一个基于cifar10数据集的小型项目。我已经从tfds.load(...)加载了数据，并练习了图像增强技术。由于我使用的是tf.data.Dataset object，这是我的数据集，实时数据增强是无法实现的，因此我希望将所有功能都传递到tf.keras.preprocessing.image.ImageDataGenerator.flow(...)中，
浏览 4提问于2019-11-28得票数 3
我正在尝试用tf.Dataset作为我的数据集来拟合Keras模型。我指定了参数steps_per_epoch。input to a model, you should specify the 'steps_per_epoch' argument.此错误使我感到困惑，因为我将steps_per_epoch参数指定为数据集的长度我已经尝试了None以及小于我的数据集长度的整数，但都没有用。下面是我的代码：
def b
浏览 1提问于2019-06-20得票数 0
在对TFRecord数据集进行分析后，我尝试将其应用于数据增强。但是，当我在映射增强函数之前和之后检查数据集的大小时，大小是相同的。我知道解析函数正在工作，而且数据集是正确的，因为我已经使用它们来训练模型。因此，我只包含了代码来映射函数，并在后面对示例进行计数。下面是我使用的代码：
de
浏览 1提问于2020-04-16得票数 1
回答已采纳
我编写了一些代码，用Tensorflow的CPU(仅限于CPU)进行推理。它运行在一个集群节点上，在那里我可以访问24个GPU和1个GPU。我不使用GPU，因为我将需要做的任务CPU-只是稍后。不知怎么的，每次我从另一个程序(OpenFOAM)调用Tensorflow代码时，Tensorflow似乎都运行在所有并行的CPU上。然而，我没有做任何事情来造成这种行为。现在我想知道Tensorflow在默
浏览 1提问于2019-05-17得票数 1
我正在使用tf.data.Dataset来创建我的数据集，并使用keras训练CNN。我需要在图像上应用掩码，并且掩码取决于图像的形状，没有预定义的像素坐标。在互联网上寻找答案时，我发现在TensorFlow中有两种访问图像形状的方法(在培训时)：
使用急切的执行(在我的情况下，默认情况下不启用，我
浏览 3提问于2020-03-27得票数 2
回答已采纳
我希望探索联合学习中数据增强是如何工作的，我目前正在使用tff来实现它。我注意到tff提供的数据集是由张量组成的，而张量不能直接调整，所以天真的想法是将其更改为numpy数组，然后进行增强。或者我可以仅仅根据它提供的数据进行增强吗？如果我只想将数据集中的每个示例转换为增广的样本，那么只
浏览 3提问于2021-04-15得票数 2
1回答
我正在使用几种ML算法(神经网络、支持向量机和梯度增强算法)进行多变量时间序列预测。我需要衡量每种型号的性能。我使用Tensorflow 2.0实现了第一个模型。使用tf.Dataset API创建了培训和测试数据。数据格式为(window_data, forecast)，其中window_data代表一组24个时间步骤，forecast代表下一个时间步骤。现在我需要训练第二和第三模型使用<
浏览 0提问于2019-09-05得票数 0
1回答
我正在尝试学习新的Tensorflow API，我有点不知道从哪里获得输入批处理张量的句柄，这样我就可以使用例如tf.image来操作和增强它们。# switching to test data}
我正在使用Dataset API创建2个数据集，以便在列车循环中计算火车和测试损失，
浏览 2提问于2018-04-14得票数 0
回答已采纳
在Tensorflow中，似乎可以在培训期间、从原始图像(或数据)创建批处理或图像已经是静态的时候进行预处理。考虑到theoretically，预处理所需的时间大致相同(如果它们使用相同的硬件完成)，在进行数据预处理(甚至数据增强)之前，在进行数据预处理(甚至数据</
浏览 1提问于2017-01-23得票数 4
回答已采纳
2回答
)的类型的输入数据点；其中一些可以动态地进行数据增强使用Dataset.from_generator(gen)并在生成器中进行预处理；这是可行的，但它会按顺序处理每个数据池，无论我在其上修补的</em
浏览 1提问于2020-04-22得票数 8
回答已采纳
我有一个图像分类任务，在这个任务中，我创建了每个图像的多个序列，以及翻转/失败的版本，以扩展有限的数据集。我已经将数据集写入tfrecords文件，其中每个记录由(这里简化为两种作物，只有翻转的版本)组成： lbl: int,
crop_0: np.ndarray在培训期间，我希望将每个图像作为单独的处理，即将每个记录作为具有相同标签的4个图像，与数据<
浏览 1提问于2018-06-21得票数 2
回答已采纳
2回答
交叉验证中的数据增强
、、、
我是否正确理解对象分类任务中的数据增强应该只在训练集上进行？
如果是这样的话，如何使用增强数据实现10倍交叉验证？每次测试时是否都会创建增广的数据(即10次)？额外的问题:你能告诉我如何在Tensorflow中使用这个资源吗？
浏览 0提问于2019-03-13得票数 1
回答已采纳
我想使用tf.data API。我使用tf.data.from_generator函数来创建迭代器。稍后，我制作了一个可初始化的迭代器。, img) # I train an autoencoder, so the x == y`
dataset = tf.data.Dataset.batch(batch_size).from_generator但是，我甚至试图在我自己的custom_generator中生成批处理大小，但它不起作用。当我想用输入形状
浏览 1提问于2018-08-01得票数 1
回答已采纳
据我所知，我们使用transforms.compose通过torch.transforms转换图像。我想在Keras上做同样的事情，并且在互联网上花上几个小时，我无法获得如何用keras编写一个方法来完成同样的任务。以下是火炬传递的方式：data_transform = transforms.Compose([ transforms.Normalize(mean=[.5], std=[.5])
]
浏览 6提问于2022-02-12得票数 0
回答已采纳
我不知道Tensorlow的API路径模式是什么。我知道它可以在Setting -> Tools -> Python外部文档中的PyCharm中设置，但我不知道这个Tensorflow API是如何构造的；例如，tensorflow.contrib.data.python.ops.dataset_ops.Dataset在https:&
浏览 15提问于2018-01-16得票数 8
云服务器
ICP备案
腾讯会议
云直播
对象存储
腾讯云开发者
