keras读取外部图片数据集方法及维度查看

在Keras中，读取外部图片数据集通常分为两步：首先加载图像文件，然后对它们进行预处理并转换为模型可以接受的数据格式。

1. **读取图片**：
使用`ImageDataGenerator`类可以从目录中动态生成训练、验证和测试数据。例如：

   from tensorflow.keras.preprocessing.image import ImageDataGenerator

   datagen = ImageDataGenerator(rescale=1./255)  # 对像素值归一化到0-1范围
   generator = datagen.flow_from_directory(directory='path_to_your_dataset',  # 图片根目录
                                             target_size=(img_width, img_height),  # 调整图片尺寸
                                             batch_size=batch_size,
                                             class_mode='binary' or 'categorical')  # 根据类别数设置

2. **查看维度**：
通过`.shape`属性可以直接获取数据的维度。这通常会返回一个元组，包含批量大小、样本通道数、高度和宽度。比如：

   for data_batch, labels_batch in generator:
       print(data_batch.shape)  # 输出：(batch_size, channels, height, width)
       break