如何在处理Tensorflow时定义文件路径?

这个问题已经解决了,很抱歉浪费了大家的时间。由于硬件限制,我使用的是Notepad++,所以我不知道需要导入OS来定义文件路径

我正在尝试创建一个TFLite模型,我已经在发生文件路径错误的地方画了一个箭头:

错误:(NameError: name ‘oranges’ is not defined)

from __future__ import absolute_import, division, print_function, unicode_literalsimport numpy as npimport tensorflow as tfassert tf.__version__.startswith('2')from tensorflow_examples.lite.model_customization.core.data_util.image_dataloader import ImageClassifierDataLoaderfrom tensorflow_examples.lite.model_customization.core.task import image_classifierfrom tensorflow_examples.lite.model_customization.core.task.model_spec import efficientnet_b0_specfrom tensorflow_examples.lite.model_customization.core.task.model_spec import ImageModelSpecimport matplotlib.pyplot as pltdata = ImageClassifierDataLoader.from_folder(oranges) <-- oranges是一个包含测试图像的文件夹。                                                           它与这个文件在同一个文件夹中model = image_classifier.create(data)loss, accuracy = model.evaluate()model.export('image_classifier.tflite', 'image_labels.txt')

回答:

path必须是一个包含您用于建模的图像的文件夹。在这种情况下,条目oranges在代码中任何地方都没有被定义为文件夹路径。

要创建一个文件夹路径,请运行:

import osoranges = os.path.abspath('oranges')

在执行以下代码之前:

data = ImageClassifierDataLoader.from_folder(oranges)

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注