设置一次后更改 tf.keras.preprocessing.image_dataset_from_directory 的 label_mode

Question

我正在使用此代码加载必须传递给卷积变分自动编码器的图像：

import tensorflow as tf

train = tf.keras.preprocessing.image_dataset_from_directory(
  data_dir + 'Train/', label_mode=None,
  image_size=(img_height, img_width),
  batch_size=batch_size)

为了能够将其传递给自动编码器，我必须设置label_mode = None 。 此外，在解码器接收到的图像将进一步传递到 CNN 进行分类，我需要标签。

当最初的label_mode=None时，我怎样才能让train稍后也为 CNN 返回标签。

Answer 1

您可以加载带有标签的图像，然后创建另一个没有标签的数据集。

import tensorflow as tf

train = tf.keras.preprocessing.image_dataset_from_directory(
  data_dir + 'Train/', label_mode='categorical',
  image_size=(img_height, img_width),
  batch_size=batch_size)

X = np.array([])
for x, y in testData:
  if X.size == 0:
    X = x.numpy()
    continue
  X = np.concatenate([X, x.numpy()])
dataset = tf.data.Dataset.from_tensor_slices(X)