如何解决使用 Tensorflow 数据集加载方法对 Mnist 数据集进行拆分和切片
我正在尝试加载 MNIST 数据集,并尝试将其拆分为三个数据集:训练、测试和验证。语法应该是:
(train,test,valid) = tfds.load('mnist',split=['train[:90%]','train[90%:]','test'])
但是,在运行代码时,出现以下错误:
KeyError: "Invalid split train[:90%]. Available splits are: ['test','train']"
在文档中,提供了以下示例:
train_10pct_ds = tfds.load('mnist',split='train[:10%]')
抛出同样的错误:
KeyError: "Invalid split train[:10%]. Available splits are: ['test','train']"
有什么想法吗?这个方法被弃用了吗?如果是这样,像这样分割和切片对象的任何替代方法?谢谢!
解决方法
是的,上述问题是由 tensorflow_datasets 1.2.0
引起的。升级到最新版本后,您的问题可以解决,如下所示
pip install tensorflow_datasets --upgrade
工作代码如下图
import tensorflow_datasets as tfds
print(tfds.__version__)
(train,test,valid) = tfds.load('mnist',split=['train[:90%]','train[90%:]','test'])
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。