如何解决为DC GAN创建图像数据集
我绝对会喜欢这个。我一直在玩Tensorflow的各种图像生成器教程及其出色的教程,但是当我尝试将自己的图像数据集用于DC GAN教程时,我陷入了困境。 MNIST和明星面孔一样都很棒。但是,当我建立自己的文件夹结构时,我什么也做不了导入要使用的图像。这是我到目前为止的位置:
#IMPORT PHOTOS
import pathlib
data_dir = "/Users/..../PATTERNS"
data_dir = pathlib.Path(data_dir)
train_images = tf.keras.preprocessing.image_dataset_from_directory(
data_dir,labels="inferred",label_mode="int",class_names=None,color_mode="rgb",batch_size=32,image_size=(100,100),shuffle=True,seed=None,validation_split=None,subset=None,interpolation="bilinear",follow_links=False,)
# up until this point everything works
BUFFER_SIZE = 60000
BATCH_SIZE = 256
train_images = train_images.reshape(train_images.shape[0],28,1).astype('float32')
train_images = (train_images - 127.5) / 127.5 # Normalize the images to [-1,1]
# Batch and shuffle the data
train_dataset = tf.data.Dataset.from_tensor_slices(dataset).shuffle(BUFFER_SIZE).batch(BATCH_SIZE)
然后我收到错误消息: AttributeError:'BatchDataset'对象没有属性'reshape'
我已经尝试了其他一些教程,并且做了很多谷歌搜索,但是还没有答案。任何帮助将不胜感激。谢谢!
解决方法
你能克服你的问题吗?
问题是 image_dataset_from_directory() 方法返回没有 reshape 方法的 Batch 数据集对象
根据 tensorflow 文档
一个 tf.data.Dataset 对象。
如果 label_mode 为 None,则生成 float32
形状张量 (batch_size,image_size[0],image_size[1],num_channels),编码图像(有关规则见下文
num_channels).
否则,它会产生一个元组(图像、标签),其中
图像有形状 (batch_size,num_channels),标签遵循下面描述的格式。
您可以尝试以元组而不是张量的形式访问它
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。