แบ่งข้อมูลภาพเป็น training set และ validation set ด้วย image_dataset_from_directory
โค้ดตัวอย่าง
batch_size = 32
img_height = 180
img_width = 180
print("แบ่งข้อมูลเป็น Training และ Validation set...")
train_ds = tf.keras.preprocessing.image_dataset_from_directory(
data_dir,
validation_split=0.2,
subset="training",
seed=123,
image_size=(img_height, img_width),
batch_size=batch_size
)
ผลลัพธ์
แบ่งข้อมูลเป็น Training และ Validation set...
Found 3670 files belonging to 5 classes.
Using 2936 files for training.
คำอธิบาย
- รวม 3670 รูปภาพ 5 คลาส (daisy, dandelion, roses, sunflowers, tulips)
- Training: 2936 รูป (80%), Validation: 734 รูป (20%)
image_dataset_from_directoryสร้าง tf.data.Dataset จากโฟลเดอร์ภาพอัตโนมัติ- โหลดข้อมูลแบบ lazy loading (ไม่โหลดทั้งหมดเข้าหน่วยความจำ)
- รองรับ data augmentation, prefetch, cache ได้โดยตรง
