首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

如何在使用tf.keras.preprocessing.image_dataset_from_directory()?进行预测时获取文件名

在使用tf.keras.preprocessing.image_dataset_from_directory()进行预测时,获取文件名可以通过以下步骤实现:

  1. 导入所需的库和模块:
代码语言:txt
复制
import tensorflow as tf
from tensorflow.keras.preprocessing.image import ImageDataGenerator
  1. 创建ImageDataGenerator对象,并设置相关参数:
代码语言:txt
复制
data_generator = ImageDataGenerator(rescale=1./255)
  1. 使用ImageDataGenerator对象的flow_from_directory()方法加载数据集:
代码语言:txt
复制
data_dir = '/path/to/dataset'
batch_size = 32
image_size = (224, 224)

data = data_generator.flow_from_directory(
    data_dir,
    target_size=image_size,
    batch_size=batch_size,
    class_mode='categorical',
    shuffle=False
)
  1. 获取文件名:
代码语言:txt
复制
filenames = data.filenames

现在,你可以使用filenames来获取每个样本的文件名。请注意,获取的文件名与预测结果的顺序一致。

以上是使用tf.keras.preprocessing.image_dataset_from_directory()进行预测时获取文件名的方法。对于tf.keras.preprocessing.image_dataset_from_directory()的详细介绍和更多参数设置,请参考腾讯云相关文档:tf.keras.preprocessing.image_dataset_from_directory()

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

1分55秒

uos下升级hhdesk

2分29秒

基于实时模型强化学习的无人机自主导航

领券