如何使用 Tensorflow 通过 Python 可视化花卉数据集?
pythonserver side programmingprogrammingtensorflow
可以借助 ‘matplotlib’ 库可视化花卉数据集。‘imshow’ 方法用于在控制台上显示图像。整个数据集被迭代，并且只显示前几幅图像。
阅读更多: 什么是 TensorFlow，以及 Keras 如何与 TensorFlow 配合使用来创建神经网络?
我们将使用花卉数据集，其中包含数千朵花的图像。它包含 5 个子目录，每个类都有一个子目录。
我们使用 Google Colaboratory 来运行以下代码。Google Colab 或 Colaboratory 有助于在浏览器上运行 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
print("可视化花卉数据集")
plt.figure(figsize=(10, 10))
for images, labels in train_ds.take(1):
for i in range(6):
ax = plt.subplot(3, 3, i + 1)
plt.imshow(images[i].numpy().astype("uint8"))
plt.title(class_names[labels[i]])
plt.axis("off")
print("迭代数据集")
print("检索图像批次")
for image_batch, labels_batch in train_ds:
print(image_batch.shape)
print(labels_batch.shape)
break
代码来源:https://www.tensorflow.org/tutorials/load_data/images
输出
可视化花卉数据集 迭代数据集 检索图像批次 (32, 180, 180, 3) (32,)
解释
- 使用 matplotlib 库可视化花卉数据集。
- 迭代前 6 张图像并显示在控制台。
- 再次迭代数据集，并在控制台上显示图像的尺寸。
