home

หน้าแรก
 Computer >> บทช่วยสอนคอมพิวเตอร์ >  >> การเขียนโปรแกรม >> Python

TensorFlow: เตรียมข้อมูล Flower Dataset ด้วย Keras Preprocessing

ใช้ keras.preprocessing.image_dataset_from_directory โหลดและแยก validation set จากโฟลเดอร์ภาพ

โค้ดตัวอย่าง

print("เตรียมข้อมูลด้วย keras.preprocessing...")
val_ds = tf.keras.preprocessing.image_dataset_from_directory(
    data_dir,
    validation_split=0.2,
    subset="validation",
    seed=123,
    image_size=(img_height, img_width),
    batch_size=batch_size
)

class_names = train_ds.class_names
print("ชื่อคลาส:")
print(class_names)

ผลลัพธ์

เตรียมข้อมูลด้วย keras.preprocessing...
Found 3670 files belonging to 5 classes.
Using 734 files for validation.
ชื่อคลาส:
['daisy', 'dandelion', 'roses', 'sunflowers', 'tulips']

คำอธิบาย

  • validation_split=0.2: ใช้ 20% เป็น validation set
  • subset="validation": ระบุว่าโหลด validation set (อีกอันคือ "training")
  • seed=123: seed สำหรับสุ่มแบ่ง train/val ให้ reproducible
  • image_size: resize ภาพทุกภาพให้เท่ากัน (180x180)
  • batch_size=32: จำนวนภาพต่อ batch
  • โครงสร้างโฟลเดอร์: data_dir/class_name/image.jpg จะอ่าน class name อัตโนมัติ