tensorflow 可视化来自训练数据批的训练图像

ezykj2lf 于 2023-08-06 发布在其他

关注(0)|答案(1)|浏览(132)

可视化训练数据批次中的训练图像train_images，train_labels = next（train_data.as_numpy_iterator（））show_25_images（train_images，train_labels）

typeError Traceback（most recent call last）in 1 #可视化训练数据批次中的训练图像-> 2 train_images，train_labels = next（train_data.as_numpy_iterator（））3 show_25_images（train_images，train_labels）
/usr/local/lib/python3.8/dist-packages/tensorflow/python/data/ops/dataset_ops.py in as_numpy_iterator（self）614 component_spec，615（tensor_spec.TensorSpec，ragged_tensor.RaggedTensorSpec））：--> 616 raise TypeError（617 f”tf.data.Dataset.as_numpy_iterator() is not supported for“618 f“datasets that produce values of type {component_spec.value_type}”）
TypeError：tf.data.Dataset.as_numpy_iterator()不支持生成<class 'tensorflow.python.data.util.structure. NoneTensor'>类型值的数据集
图像集

tensorflow

来源：https://stackoverflow.com/questions/75358770/visualizing-training-images-from-training-data-batch

1条答案

按热度按时间

cnjp1d6j1#

您需要将数据集传递给tf.data.Dataset.from_tensor_slices()或tf.data.Dataset.from_tensors()以创建tf.data.Dataset。

例如：

import tensorflow as tf
import numpy as np

(train_images, train_labels),(test_images, test_labels) = tf.keras.datasets.fashion_mnist.load_data()
train_images=train_images/255
test_images=test_images/255

train_dataset = tf.data.Dataset.from_tensor_slices((train_images, train_labels))
test_dataset = tf.data.Dataset.from_tensor_slices((test_images, test_labels))

字符串
然后可以通过as_numpy_iterator()迭代tf.data.dataset

train_dataset = tf.data.Dataset.from_tensor_slices((train_images, train_labels))
train_images, train_labels = next(train_dataset.as_numpy_iterator())

型
或者是

for train_images, train_labels in train_dataset.as_numpy_iterator():
    print(train_images, train_labels)

型

赞(0）回复(0）举报 2023-08-06

我来回答

tensorflow 可视化来自训练数据批的训练图像

1条答案

相关问题

热门标签

最新问答