无法使用 TensorFlow 数据集拆分疟疾数据集答案

【问题标题】：Cannot Split Malaria Dataset using Tensorflow Datasets无法使用 TensorFlow 数据集拆分疟疾数据集
【发布时间】：2019-12-05 12:35:14
【问题描述】：

我正在关注Transfer Learning Tutorial。笔记本使用 Cats and Dogs 数据集成功运行，但是当我将其更改为 malaria 数据集时，它会引发断言错误

AssertionError: Unrecognized instruction format: NamedSplit('train')(tfds.percent[0:80])

我尝试手动拆分它

raw_train = tfds.load("malaria", split="train[:80%]")
raw_test = tfds.load("malaria", split="train[81%:90%]")
raw_validation = tfds.load("malaria", split="train[91%:]")

但这会在绘图时引发错误

image, label = raw_train.take(2)
print(b)
plt.figure()
plt.imshow(a)

TypeError: Image data of dtype object cannot be converted to float

【问题讨论】：

标签： python-3.x tensorflow tensorflow-datasets

【解决方案1】：

我使用以下代码尝试了本教程，并且成功了：

(raw_train, raw_validation, raw_test), metadata = tfds.load(
'malaria',
split=['train[:80%]', 'train[80%:90%]', 'train[90%:]'],
with_info=True,
as_supervised=True,)

如果您可以发布您使用的代码，我们可以进行比较。

【讨论】：

【解决方案2】：

@dulo Collins 发布了正确答案。这是他答案的一个小延伸。

我在进行故障排除时遇到了这篇文章，但我无法实施它的解决方案 - 我不知道是什么导致了问题。幸运的是，我找到了一篇介绍它的文章。此答案是该文章中问题和解决方案的简要概述。

AssertionError: Unrecognized instruction format: NamedSplit is reported in the TensorFlow official tutorial imdb movie evaluation example

问题：

由拆分数据的格式引起。重新格式化后错误消失了。

SPLIT_WEIGHTS = (8, 1, 1)

splits = tfds.Split.TRAIN.subsplit(weighted=SPLIT_WEIGHTS)

(raw_train, raw_validation, raw_test), metadata = tfds.load('cats_vs_dogs', split=list(splits), with_info=True, as_supervised=True)

get_label_name = metadata.features['label'].int2str

for image, label in raw_train.take(2):
  plt.figure()
  plt.imshow(image)
  plt.title(get_label_name(label))

上面的代码来自Stanford's CS231n course 中的Jupyter Notebook on Tensorflow。

错误：

AssertionError：无法识别的指令格式：NamedSplit('train')(tfds.percent[0:80])

解决方案：

splits = ("train[:80]", "train[:10]", "train[:10]")

(raw_train, raw_validation, raw_test), metadata = tfds.load('cats_vs_dogs', split=splits, with_info=True, as_supervised=True)

get_label_name = metadata.features['label'].int2str

for image, label in raw_train.take(2):
  plt.figure()
  plt.imshow(image)
  plt.title(get_label_name(label))

【讨论】：

【解决方案3】：

你可以使用它。这条简单的线对我有用。

(cat_train, cat_valid, cat_test), info = tfds.load('cats_vs_dogs', split=['train[:80%]', 'train[80%:90%]', 'train[90%:]'], with_info=True, as_supervised=True)

【讨论】：