设置一次后更改 tf.keras.preprocessing.image_dataset_from_directory 的 label_mode答案

【问题标题】：Changing label_mode of tf.keras.preprocessing.image_dataset_from_directory after setting it once设置一次后更改 tf.keras.preprocessing.image_dataset_from_directory 的 label_mode
【发布时间】：2020-11-07 04:28:55
【问题描述】：

我正在使用此代码加载我必须传递给卷积变分自动编码器的图像：

import tensorflow as tf

train = tf.keras.preprocessing.image_dataset_from_directory(
  data_dir + 'Train/', label_mode=None,
  image_size=(img_height, img_width),
  batch_size=batch_size)

为了能够将它传递给自动编码器，我必须设置label_mode = None。此外，解码器接收到的图像将进一步传递到 CNN 进行分类，我需要标签。

我怎样才能让train 在最初为label_mode=None 时也为CNN 返回标签。

【问题讨论】：

标签： python tensorflow tf.data.dataset

【解决方案1】：

您可以加载带有标签的图像，然后创建另一个不带标签的数据集。

import tensorflow as tf

train = tf.keras.preprocessing.image_dataset_from_directory(
  data_dir + 'Train/', label_mode='categorical',
  image_size=(img_height, img_width),
  batch_size=batch_size)

X = np.array([])
for x, y in testData:
  if X.size == 0:
    X = x.numpy()
    continue
  X = np.concatenate([X, x.numpy()])
dataset = tf.data.Dataset.from_tensor_slices(X)

【讨论】：