是否可以在经过训练的神经网络的数据集中打印选定图像的序列？
是否可以在经过训练的神经网络的数据集中打印选定图像的序列？
提问于 2021-05-03 14:24:33
当把我们的数据集训练成像CNN这样的深度学习模型时。我想跟踪数据集中的每一幅图像的序列，该数据集是为了训练神经网络中的每一个时代而选择的。是否可以打印所选图像的序列？
我想以我的分析为例，如果我的数据集只有10幅图像，那么10幅图像组合的顺序是阶乘10 = 3628800。举个例子
序列1: 1,2,3,4,5,6,7,8,9,10
序列2: 2,5,4,3,10,7,8,1,6
序列3: 10,8,6,1,2,3,9,7,4,5
序列4: 1,8,3，?，
序列n：?，
该序列对于网络的训练是非常重要的。如果模型是在序列1上训练的，那么当我用序列2、3或4训练我的网络时，结果可能是不同的。
我正在和Keras和TensorFlow一起工作。
回答 1
Stack Overflow用户
发布于 2021-05-03 16:02:09
您使用的是哪个框架？如果是PyTorch，则始终可以将shuffle=False传递给DataLoader，并从自定义dataloader模块获取图像路径数组。
示例：
def __init__(self, transform=None):
self.input_images = glob.glob('someimagedir')
self.target_masks = [x.replace('image', 'mask') for x in self.input_images]
self.transform = transform
def __len__(self):
return len(self.input_images)
def __getitem__(self, idx):
image = self.input_images[idx]
mask = self.target_masks[idx]
if self.transform:
image = self.transform(image)
return [image, mask]在这里，在DataLoader中设置了self.input_images之后，培训过程将始终遵循与在self.input_images或self.target_masks中看到的相同的模式
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/67370625
复制相关文章
相似问题
腾讯云开发者
