将 TensorFlow 数据集转换为图像和标签

Question

目标是从 TensorFlow 数据集中训练猫和狗数据集，我需要将数据转换为图像和标签。 我需要构建一个 function 从 TensorFlow 数据集的“特征”返回图像和标签，并从中创建训练数据集。 请运行代码以获取更多详细信息。

基础设施会将所有图像的大小调整为 224x224，颜色深度为 3 个字节。 确保您的输入层将图像训练到该规范。

类似代码

代码：

import tensorflow_datasets as tfds
import tensorflow as tf

dataset_name = 'cats_vs_dogs'
dataset, info = tfds.load(name=dataset_name, split=tfds.Split.TRAIN, with_info=True)
def preprocess(features):

    // this is where the code must be.

def solution_model():
    train_dataset = dataset.map(preprocess).batch(32)

这是我将编码 model 并提供训练数据集作为输入的地方。

Answer 1

这是解决方案

 def preprocess(features): image = features['image'] image = tf.image.resize(image, (224, 224)) image = image / 255.0 return image, features['label']