tensorflow - 如何在 tfds.load 中使用自定义数据集
问题描述
在 TensorFlow 教程中,我遇到了一个从 TensorFlow 数据集加载数据集的代码。
dataset, metadata = tfds.load('cycle_gan/horse2zebra',
with_info=True, as_supervised=True)
train_horses, train_zebras = dataset['trainA'], dataset['trainB']
test_horses, test_zebras = dataset['testA'], dataset['testB']
但是,我想加载不是来自 TensorFlow 数据集的我自己的数据集。收集我自己的数据集后,我不知道如何加载我的数据集并将其处理为与 TensorFlow tfds 相同的格式。
我的数据集文件夹也有相同的格式:trainA、trainB、testA、testB。
解决方案
推荐阅读
- javascript - 能够在选择一个元素的值时更新另一个选择元素的值,反之亦然,使用 selectize
- blueprism - 如何在 Blue Prism 中阅读今天的一天?示例星期一
- oracle - Oracle DB 12c 到 19c 迁移 - 从应用程序的角度来看需要注意哪些事项
- python - Django:如何在模板中显示数据库中的图像?
- python - 熊猫按高于阈值的唯一值分组
- pyspark - 在单个 Glue 作业中的多个表的源端运行 SQL 脚本,并具有与 S3 对应的表命名约定
- node.js - 我是nodejs的新手,我一直收到这个错误
- javascript - Node.js - 将参数从客户端传递到端点
- python - 如何根据另一个数据框中的查找表替换数据框中的值
- javascript - 脚本消息未在 asp.net 中显示