如何解决当我手动创建 k 折叠目录时,有没有办法使用 image_dataset_from_directory ?
我正在使用 tf.keras.preprocessing.image_dataset_from_directory
加载我的训练和测试数据集。
我认为这应该是微不足道的,但我找不到与我想要的类似的东西。所以,也许我做错了。
我现在正在尝试重构我的目录以进行 10 折交叉验证。 我已经手动完成了,现在我的目录是这样的:
train_10_folds
|
|_ fold_0
|_ Benign
|_ img0.png
|_ img1.png
|...
|_ Malignant
|_ img2.png
|_ img3.png
|...
|_fold_1
|_ Benign
|_ img0.png
|_ img1.png
|...
|_ Malignant
|_ img2.png
|_ img3.png
|...
|_fold_2
|_ Benign
|_ img0.png
|_ img1.png
|...
|_ Malignant
|_ img2.png
|_ img3.png
|...
|_ ...
|_ fold_9
整个想法是我想使用类似于 sklearn.model_slection.kfold
的东西。阻止我使用它的原因是:
-
tf.keras.preprocessing.image_dataset_from_directory
不会分别返回图像和标签。 - 我找不到使用
tf.keras.preprocessing.image_dataset_from_directory
作为训练数据,最后一个目录作为验证数据来保留 9 个训练目录的方法。
我计划有类似以下内容:
take one fold each time:
train_data = (the 9 folds)
val_data = (the remaining fold)
# data augmentation
# fit on train data
# validate on test data
# evaluate the model
有没有办法解决我当前设置的问题? 如果没有,我该如何实现?
注意:我不想使用任何 numpy
替代方案,因为这可能会降低 tensorflow
的功效。
我希望这很清楚。 提前致谢。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。