迁移学习 colab 完整示例:fruits-360 数据集

本文提供了一个在Colab上使用迁移学习处理fruits-360数据集的完整示例。通过创建Generator,利用Xception模型并冻结其权重进行训练,展示了如何在图像分类任务中有效利用预训练模型。
摘要由CSDN通过智能技术生成

这里当前目录下已经有fruits-360这个数据集. 关于调用数据集的方法可以查看我另一篇文章.

准备

import tensorflow as tf
import tensorflow.keras as keras
from tensorflow.keras.preprocessing.image import load_img, img_to_array, array_to_img, ImageDataGenerator

创建 Generator

创建 ImageDataGenerator. 由于这个数据集足够大, 所以不需要进行 image augmentation.

train_datagen = ImageDataGenerator(rescale=1./255)
test_datagen = ImageDataGenerator(rescale=1./255)
train_generator = train_datagen.flow_from_directory(
        "fruits-360/Training",
        target_size=(100, 100
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值