如何使用 Tensorflow 下载使用 keras 顺序 API 的花卉数据集?
pythonserver side programmingprogrammingtensorflow
可以使用 keras 顺序 API 在存储数据集的 google API 的帮助下下载花卉数据集。‘get_file’ 方法与 API(URL)一起使用来获取数据集并将其存储在内存中。
包含至少一个层的神经网络称为卷积层。卷积神经网络已用于为特定类型的问题(例如图像识别)产生出色的结果。
使用 keras.Sequential 模型创建图像分类器,并使用 preprocessing.image_dataset_from_directory 加载数据。数据有效地从磁盘加载。识别过度拟合并应用技术来缓解它。这些技术包括数据增强和 dropout。有 3700 朵花的图像。该数据集包含 5 个子目录,每个类别有一个子目录。它们是:雏菊、蒲公英、玫瑰、向日葵和郁金香。
我们使用 Google Colaboratory 来运行以下代码。Google Colab 或 Colaboratory 有助于通过浏览器运行 Python 代码,并且不需要任何配置,并且可以免费访问 GPU(图形处理单元)。Colaboratory 是在 Jupyter Notebook 之上构建的。
import matplotlib.pyplot as plt import numpy as np import os import PIL import tensorflow as tf from tensorflow import keras from tensorflow.keras import layers from tensorflow.keras.models import Sequential import pathlib print("Required pakcages imported") dataset_url = "https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz" data_dir = tf.keras.utils.get_file('flower_photos', origin=dataset_url, untar=True) data_dir = pathlib.Path(data_dir) print("Data has been downloaded")
代码来源:https://www.tensorflow.org/tutorials/images/classification
输出
Required pakcages imported Downloading data from https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz 228818944/228813984 [==============================] - 5s 0us/step Data has been downloaded
解释
- 已导入所需包。
- 已从 API 下载数据。