如何从ImageDataGenerator获取x_train和y_train？

我正在处理一个图像分类问题，并为此构建了一个Y网络。Y网络是一种具有两个输入和一个输出的神经网络类型。如果我们想训练我们的Tensorflow模型，我们需要在model.fit()中提供x_train和y_train。就像这样 –

model.fit([x_train, x_train], y_train, epochs=100, batch_size=64)

但是，如果我从ImageDataGenerator获取数据，我如何得到x_train和y_train？像这样 –

train_generator = train_datagen.flow_from_dataframe(... , batch_size=64, ...)

我尝试通过以下方法获取x_train和y_train：

x_train, y_train = train_generator.next()

但结果中的x_train和y_train只包含64张图片，我想要所有的8644张图片。我不能将batch_size增加到8644，因为这将需要更多的内存，Google Colab会崩溃。我该怎么办？

回答：

你可以从以下代码获取所有图像和标签的列表：

class_dict=train_generator.class_indiceslabels= train_generator.labelsfile_names= train_generator.filenames

类字典对于将类索引与类名相关联非常有用，它的形式为{类名, 索引}。我发现将顺序颠倒过来以获取形式为{索引, 类名}的字典很有用，可以使用下面的代码实现：

for key,value in class_dict.items():        new_dict[value]=key

因此，当你进行预测并使用index= np.argmax(p)获取预测的索引时，你可以从以下代码中获取对应的类名：

class_name=new_dict[index]

学技术