tensorflow学习（二）自制数据集

最新推荐文章于 2023-01-14 02:53:44 发布

zyddst1314

最新推荐文章于 2023-01-14 02:53:44 发布

阅读量811

点赞数 1

分类专栏：机器学习

本文链接：https://blog.csdn.net/sdsc1314/article/details/107876405

版权

本文介绍如何使用TensorFlow创建自定义的数据集，包括数据集的作用、实现代码及详细解析，通过调整神经网络的训练集和测试集，提升模型在特定领域的应用效果。

摘要由CSDN通过智能技术生成

作用

可以用神经网络解决本领域的应用

代码

#第一步：import库
import tensorflow as tf
from PIL import Image#引入了PIL库用来管理图片
import numpy as np#引入numpy库管理数组
import os
#第二步：输入网络的训练集和测试集
train_path = './mnist_image_label/mnist_train_jpg_60000/'#用来进行制作自制训练数据的路径
train_txt = './mnist_image_label/mnist_train_jpg_60000.txt'#用来进行制作自制训练数据的文件
x_train_savepath = './mnist_image_label/mnist_x_train.npy'#自制训练数据储存路径
y_train_savepath = './mnist_image_label/mnist_y_train.npy'#自制训练标签储存路径

test_path = './mnist_image_label/mnist_test_jpg_10000/'#用来进行制作自制测试数据的路径
test_txt = './mnist_image_label/mnist_test_jpg_10000.txt'#用来进行制作自制测试数据的文件
x_test_savepath = './mnist_image_label/mnist_x_test.npy'#自制测试数据储存路径
y_test_savepath = './mnist_image_label/mnist_y_test.npy'#自制测试标签储存路径

#自制数据集的操作函数
def generateds(path, txt):
    f = open(txt, 'r')  # 以只读形式打开txt文件