【问题标题】:How tf.keras.preprocessing.image_dataset_from_directory display output to consoletf.keras.preprocessing.image_dataset_from_directory 如何将输出显示到控制台
【发布时间】:2021-06-08 06:25:04
【问题描述】:

我正在使用以下函数从目录中读取图像

   train_ds = tf.keras.preprocessing.image_dataset_from_directory(directory=image_dataset_path,
                                                                   validation_split=0.2,
                                                                    subset='training',
                                                                    batch_size=32,
                                                                    color_mode='rgb',
                                                                    seed=1)

它显示在输出中的文本下方

Found 284 files belonging to 5 classes.
Using 228 files for training.

在探索了上述函数here 之后,我无法找出它是如何在控制台中显示文本的。我注意到的一件事是该函数的输出是一个数据集,但它如何在控制台中生成文本?

请帮助我了解 tf.keras 如何在控制台中显示此输出。这背后的具体代码是什么?

【问题讨论】:

  • 输出中的文本是什么意思?
  • 它从目录中的图像文件生成tf.data.Dataset,另一个是我上面显示的控制台中的输出文本。所以我指的是输出中的文本。更改了我的措辞,希望现在更清楚

标签: python tensorflow keras output


【解决方案1】:

这两个语句是tf.keras.preprocessing.image_dataset_from_directory 使用的两个辅助函数的结果。

请参阅下面这些功能的相关部分:

  • dataset_utils.index_directory.

    if labels is None:
     print('Found %d files.' % (len(filenames),))
     else:
       print('Found %d files belonging to %d classes.' %
           (len(filenames), len(class_names)))
    
  • dataset_utils.get_training_or_validation_split

    if subset == 'training':
        print('Using %d files for training.' % (len(samples) - num_val_samples,))
        samples = samples[:-num_val_samples]
        labels = labels[:-num_val_samples]
    

这两个帮助函数只是在标准输出中打印这些消息,作为向开发人员提供信息的一种方式。

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2017-08-17
    相关资源
    最近更新 更多