如何在使用tensorflow_datasets加载的数据集中分别加载图像和标签

我想将train_dsval_ds转换成类似x_train, y_trainx_val, y_val的形式(x用于图像,y用于标签)。Keras API使用训练和测试数据分割(在sklearn中似乎也是如此),但我不想在这里使用任何测试数据。

我尝试过这样做,但没有成功(我明白为什么这样做行不通,但我不知道还有什么其他方法可以将我的训练数据转换为图像和标签):

x_train = train_ds['image']# TypeError: 'BatchDataset' object is not subscriptable

回答:

我找到了一个更好的解决方案:

train_ds, val_ds = tfds.load(name="cifar100", split=('train[:90%]','train[-10%:]'), batch_size=-1, as_supervised=True)x_train, y_train = tfds.as_numpy(train_data)x_val, y_val = tfds.as_numpy(val_data)

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