[英]How do I build convolutional neural network using OptionsDataset
今年夏天我开始学习神经网络,我目前正计划使用来自 tensorflow_datasets 的 voc 数据集实现一个卷积神经网络,用于 object 检测。 我已经使用以下代码片段加载了数据集:
ds, info = tfds.load('voc', split=['train','test'], with_info=True, shuffle_files=True)
然后我将数据集拆分为训练和测试,相应地:
train, test = ds[0], ds[1]
我还使用 keras 层 API 构建了我的 model。 问题是,我实际上不知道如何使用我的 model 训练这个数据集。 如何将此数据集输入到我的 model? 什么是最有效和合乎逻辑的方式?
火车的类型,测试拆分如下:
print(type(train))
print(type(test))
Output:
<class 'tensorflow.python.data.ops.dataset_ops._OptionsDataset'>
<class 'tensorflow.python.data.ops.dataset_ops._OptionsDataset'>
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.