这是我在早期中遇到的问题的扩展。for e in range(epochs): batches = 0
for x_batch, y_batch in datagen.flowbreak the loop
浏览 0提问于2018-02-16得票数 1
回答已采纳
我正在研究MNIST数据集，并决定尝试数据转换。现在直接：datagen = keras.preprocessing.image.ImageDataGenerator(... , validation_splitdatagen.fit(train_x)hist = model.fit_generator(datagen.flow(train_x, train_y, batch_size
浏览 2提问于2020-02-17得票数 0
回答已采纳
1回答
灰度图像的数据增强不显示通道宽度
、、、、
我有一个灰度图像，并希望使用Keras执行增强方法。问题:导入图像后，它将从其维数中丢失通道宽度，从而面临ImageDataGenerator的问题。#importing libraries
from keras import backend as Kfrom keras.preprocessing.imagehorizontal_flip=True,
fill_mode='constant
浏览 8提问于2021-12-16得票数 1
回答已采纳
1回答
我使用了Keras ImageDataGenerator并传递了我的训练映像(MNIST )。(X_train,y_train.toarray(),batch_size=32,subset='training')
在培训过
浏览 3提问于2020-03-03得票数 1
我想使用Keras ImageDataGenerator来增强数据。为此，我必须使用我的训练数据作为参数调用实例化的ImageDataGenerator对象上的ImageDataGenerator()函数，如下所示。image_datagen.flow_from_directory('data/images')然而，我
浏览 0提问于2019-07-18得票数 5
回答已采纳
我正在尝试学习一些Keras语法并使用。我有一个4类多类分类玩具问题，所以我从示例中更改了以下行：DIM_ORDERING = 'tf' # 'th' (channels, width, height) or 'tf' (width, height, channels)
包含所有图像的数组的大小：(595,299,299，
浏览 3提问于2016-06-05得票数 17
1回答
使用keras ImageDataGenerator，，我们可以将增强图像保存为png或jpg： save_to_dir='images', save_prefix='aug', save_format='png'):
我有一个数据集的形状( 1600，4,100,100)，这意味着
浏览 4提问于2017-08-10得票数 2
回答已采纳
我对在训练阶段如何使用验证集感到困惑(像CNN这样的神经网络)？在Matlab或python(Keras)这样的平台中，我将数据集分为训练集、验证集和测试集。我知道验证集用于调优超参数(如神经元数目和学习速率)，假设使用SDG优化器，如何根据验证集进行调优？验证集是否只是给出了神经网络对不可见数据(验证集)表现的指示，然后基于此我手动设置了超参数？
浏览 0提问于2020-07-19得票数 2
回答已采纳
我正在使用来自Keras的ImageDataGenerator，如下所示。train_iterator = datagen.flow(x, y, subset='training')这里，x表示形状为(588, 120, 120, 1)的图像，y表示multiclass输出(588, 4)。在(588, 120, 120, 1)形状输入数据</e
浏览 4提问于2020-11-11得票数 1
4回答
我看到imageDataGenerator允许我指定不同类型的数据规范化，例如featurewise_center、samplewise_center等。我从这些例子中看到，如果我指定了这些选项之一，那么我需要调用生成器上的fit方法，以便允许生成器计算统计数据，比如生成器上的平均图像。，如果我在培训期间指定了数据规范化，那么预测是如何工作的？在这个框架中，我甚至看不到如何传递关于培训集均值/std偏差的知识来进行预测，从而
浏览 5提问于2017-01-25得票数 21
回答已采纳
这是我的keras模型。“......
merge')(merge
浏览 0提问于2020-03-12得票数 3
1回答
如何将Keras图像增强应用于存储在文件夹中的多个图像？有人能帮我解决多幅图像吗？enter code here
import cv2
datagen = ImageDat
浏览 1提问于2020-03-01得票数 0
回答已采纳
1回答
我在增强数据方面有一个预先训练过的网络，但我想从最后一层中提取特征向量，并训练另一层分类器(例如svm)。为此，我需要从增强的培训数据和测试数据中提取输出。但是，我是Keras/tensorflow中的新手，我只需要在numpy数组中获得增强的训练数据，就可以在我的特性提取器代码中使用它。我可以做到这一点，如果我不使用增强培训数据，没有问题。以下是我迄今
浏览 2提问于2017-06-01得票数 1
回答已采纳
1回答
我正在尝试使用Keras内置的图像预处理功能来增强序列中的图像。我的数据集具有具有13200个序列的形状(13200, 4, 168, 168, 1)，每个序列由4个168x168px灰度图像组成。当尝试在我的数据集上运行datagen.flow()时，我得到：
ValueError: ('Input data in `NumpyArrayIterator` should have rank 4.You p
浏览 0提问于2017-03-03得票数 3
回答已采纳
如何将图像数据集随机划分为培训和验证数据集？更具体地说，Keras ImageDataGenerator函数中的ImageDataGenerator参数并不是随机地将图像分割成训练和验证，而是将验证样本从未洗牌的数据集中切片。
浏览 4提问于2020-06-30得票数 2
回答已采纳
我正在使用spektral测试一个样本图神经网络，如下所示： import numpy as npfrom tensorflow.keras.metrics import categorical_accuracyplt.xlabel(&
浏览 21提问于2021-09-01得票数 0
1回答
我正尝试在Keras模型中使用tensorflow操作。我之前试图用Lambda层包装它，但我认为这会禁用该层的反向传播。更具体地说，我正在尝试在Keras模型中使用来自的层，而不是将其移植到Keras层(我希望稍后部署到tensorflow )。我可以以共享库的形式编译这些层，并将它们加载到python中。这给了我tensorflow操作，但我不知道如何将其组合到Keras模型中。Kera
浏览 5提问于2017-07-13得票数 4
回答已采纳
我试图看到使用ImageDataGenerator进行数据增强的结果。Keras读取数据，但它似乎不对数据执行任何生成。我得到输出：
from keras.preprocessing.image import ImageDataGenerator, array
浏览 14提问于2017-09-24得票数 1
我正在研究Keras的图像分类问题。 return float(alpha)
history=model.fit_gen
浏览 1提问于2018-02-17得票数 6
回答已采纳
1回答
我的模型调整得很好，在训练中也取得了很好的效果。然而，当我去评估，结果是可怕的。我做了一些研究，发现我没有规范我的测试特性和标签，所以我怀疑这就是问题所在。我的想法是在将数据集分解成训练集和测试集之前，对整个数据集进行规范化，但是我得到了一个令我困惑的属性错误。这是代码示例。training data shape:',training_Data.shape)
#print(training_Data.head
浏览 3提问于2022-07-23得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
