- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我的场景是我们有多个拥有自己数据的节点,它们位于不同的目录中,具有相同的子目录结构。我想使用这些数据训练模型,但是如果我将它们全部复制到一个文件夹中,我无法跟踪哪些数据来自谁(偶尔也会创建新数据,因此不适合继续复制文件每次)我的数据现在是这样存储的:
-user01
-user02
-user03
...
(它们都有相似的子目录结构)
我已经搜索了解决方案,但我只在 here 中找到了多输入案例和 here ,它们将多个输入连接成 1 个并行输入,这不是我的情况。
我知道 flow_from_directory()
一次只能由 1 个目录提供,那么我如何构建一个可以一次由多个目录提供的自定义版本?
如果我的问题质量不高,请提出改进的建议,我也在keras的github上搜索过,但没有找到我可以适应的东西。
谢谢。
最佳答案
Keras ImageDataGenerator flow_from_directory
方法有一个 follow_links
参数。
也许您可以创建一个目录,其中填充了所有其他目录中文件的符号链接(symbolic link)。
这个堆栈问题讨论了在 Keras ImageDataGenerator 中使用符号链接(symbolic link):Understanding 'follow_links' argument in Keras's ImageDataGenerator?
关于python - 在 Keras 中为 flow_from_directory 使用多个目录,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51355524/
我可以使用的最简单方法是什么 flow_from_directory在 Keras 中,同时将每个子目录中使用的示例数量限制为某个数字 N ? 对于上下文,我希望能够使用总图像的一小部分进行测试,而不
我正尝试在一些图像数据上训练自动编码器。数据集太大了,内存都放不下。所以很明显,我想借助 Keras 中的 flow_from_directory 从目录中按需加载数据。 我的数据集结构如下 ./Da
我的目录结构如下。 train |- dog --> contains image files of dogs |- cat --> contains image files of cats |- e
我有这样的训练数据结构,可以使用 flow_from_directory 来训练网络。 现在我想使用 GridSearchCV 执行超参数调整。当将 GridSearchCV 与 keras 模型一起
我正在使用 Keras 进行一些深度学习实验。训练我的模型后,我想使用以下代码测试我的模型: test_datagen = ImageDataGenerator(rescale=1 / 255.) t
我想在 Keras 中使用图像增强。我当前的代码如下所示: # define image augmentations train_datagen = ImageDataGenerator( featu
我正在尝试使用 .flow_from_directory(directory) 运行带有 cifar10 数据集的 Resnet 示例。下面的代码如下: from __future__ import
我正在尝试使用 Keras 解决二元分类问题,使用 ImageDataGenerator.flow_from_directory 方法生成批处理。但是,我的类非常不平衡,比如一个类比另一个多 8 倍或
train_image_gen = image_gen.flow_from_directory('/Users/harshpanwar/Desktop/Folder/train',
我试图使用我对 Keras 文档中示例代码的修改,该文档展示了在使用图像掩码代替标签的情况下如何设置 image_datagen.flow_from_directory()(对于图像分割,我们在这里为
我有一个代码正在运行,其中作为数据输入我有两个 numpy 数组 (X_train,y_true)。我喜欢 ImageDataGenerator 的数据扩充。 我可以用它来获取相应的 numpy 数组
我有以下火车/验证代码: # we create two instances with the same arguments image_data_gen_args = dict(ro
对于大多数数据集,图像是独立的,将它们随机 80%-20% 分割到 train/ 和 test/ 目录以与 Keras 的flow_from_directory()。然而,对于我的应用程序来说,情况并
我有 24 个类别的图像训练数据集,每个类别有 2800 张图像这些类在目录中彼此分开,全部位于一个名为训练的目录中 我使用以下代码通过 keras 加载数据: datagen = ImageData
我从 here 得到了下面的例子. train_datagen = ImageDataGenerator( rescale=1./255, shear_range=0.
我在训练模型后尝试使用 scikit 获取混淆矩阵,但由于我使用了 flow_from_directory,所以我无法访问数据和标签,或者我不知道方法这样做。由于 scikit 混淆矩阵方法的使用方式
问题:我正在训练一个用于多标签图像识别的模型。因此,我的图像与多个 y 标签相关联。这与 ImageDataGenerator 的便捷 keras 方法“flow_from_directory”相冲突
假设我有 100 个训练灰度图像和 100 个 RGB 训练掩码,每个大小为 512x512。我能够使用 to_categorical 对掩码进行单热编码在 Keras 中具有以下内容 numclas
我正在尝试使用 keras flow_from_directory 训练模型。但它不会重复 epoch 之后的数据(即当所有数据都被迭代时)。我找不到任何 选择这样做。下面是我在训练时生成数据的代码。
多任务学习模型接受三个输入。我正在使用 keras 数据生成器。是否可以将三个数据生成器传递给 model.fit_generator 函数? 问题定义 我正在解决分类问题。我使用的数据集是 Pain
我是一名优秀的程序员,十分优秀!