按照中的示例https://keras.io/examples/generative/cyclegan/,已加载预先存在的数据集以供实施。我正在尝试添加我的数据集。
import tensorflow_datasets as tfds
data = tfds.folder_dataset.ImageFolder('Images', shape=(256, 256, 3))
ds = data.as_dataset()
其中“Images”是包含两个子文件夹“train”和“test”的根文件夹。 train 文件夹包含 trainA 和 trainB , test 包含 testA 和 testB 。
但是,我无法理解如何访问 train 、 train 、 testA 和 testA 以便它被 keras Cyclegan 示例接受。
最佳实践是编写自己的张量流数据集
你可以这样做TFDS CLI(命令行界面)。
- 安装 TFDS CLI:
pip install -q tfds-nightly
- 导航到数据集的目录:
cd path/to/my/project/datasets/
- 创建一个新数据集:
tfds new my_dataset
- [...] 手动修改
my_dataset/my_dataset.py
来实现你的数据集。
- 导航到您的新数据集:
cd my_dataset/
- 构建新的 TFDS 数据集:
tfds build
然后,您需要在您的项目中导入数据集
import my.project.datasets.my_dataset
并像访问任何其他 tfds 数据集一样访问它:
ds = tfds.load('my_dataset')
可以找到添加数据集的 Tensorflow 文档here.
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)