tf.keras.preprocessing.image_dataset_from_directory 方法

`tf.keras.preprocessing.image_dataset_from_directory` 方法是 TensorFlow 提供的一个用于从本地文件夹中加载图像数据集的函数。该函数会自动从指定目录中读取图像数据，并对数据进行预处理、划分为训练集和验证集，并将数据打包成 TensorFlow 可以处理的格式。

该函数的常用参数如下：

- `directory`：指定图像数据集所在的目录。
- `labels`：指定图像数据集对应的标签。默认为目录名，也可以通过 `label_mode` 参数指定为其他方式。
- `label_mode`：指定标签的形式。可选值包括 `'categorical'`（one-hot 编码）、`'binary'`（二分类编码）和 `'sparse'`（数值编码）等。
- `batch_size`：指定每个 batch 的大小。
- `image_size`：指定图像的大小，格式为 `(height, width)`。
- `color_mode`：指定图像的颜色模式，可选值包括 `'grayscale'`、`'rgb'` 和 `'rgba'` 等。
- `subset`：指定划分数据集的方式，可选值包括 `'training'`（训练集）、`'validation'`（验证集）和 `'test'`（测试集）。
- `validation_split`：指定验证集所占比例。
- `seed`：指定随机种子。

该函数返回的结果是一个 `tf.data.Dataset` 对象，可以直接用于模型的训练和评估。

相关问题

tf.keras.preprocessing.image_dataset_from_directory

tf.keras.preprocessing.image_dataset_from_directory 是 TensorFlow 中的一个函数，它可以从文件夹中读取图像数据并将其转换为 tf.data.Dataset。这个函数支持读取本地文件夹和远程文件系统（如 GCS）上的文件夹。它还可以对图像进行预处理，如缩放和数据增强。

tf.keras.preprocessing.image_dataset_from_directory（）函数

`tf.keras.preprocessing.image_dataset_from_directory()`函数是一个用于从本地文件夹中加载图像数据集的实用程序函数，它可以快速地将图像数据转换为`tf.data.Dataset`对象，以便进行训练和评估。具体来说，该函数会自动将指定文件夹中的图像读入内存，并自动划分为训练集和验证集。此外，还可以通过该函数设置图像的大小、批量大小、颜色模式等参数。

下面是该函数的一般用法：

tf.keras.preprocessing.image_dataset_from_directory(
    directory, labels='inferred', label_mode='int',
    class_names=None, color_mode='rgb', batch_size=32,
    image_size=(256, 256), shuffle=True, seed=None,
    validation_split=None, subset=None, interpolation='bilinear',
    follow_links=False
)

其中，重要的参数说明如下：

- `directory`：必选参数，指定包含图像数据集的文件夹路径。
- `labels`：可选参数，指定标签的类型。默认为"inferred"，表示从文件夹结构中推断标签；也可以设置为"binary"或"categorical"，分别表示二元分类和多类分类。
- `label_mode`：可选参数，指定标签的数据类型。默认为"int"，表示整数型标签；也可以设置为"categorical"，表示one-hot编码标签。
- `class_names`：可选参数，指定各个类别的名称。默认为`None`，表示从文件夹结构中获取类别名称。
- `color_mode`：可选参数，指定图像的颜色模式。默认为"rgb"，表示彩色图像；也可以设置为"grayscale"，表示灰度图像。
- `batch_size`：可选参数，指定批量大小。默认为32。
- `image_size`：可选参数，指定输出图像的大小。默认为(256, 256)。
- `shuffle`：可选参数，指定是否打乱数据集。默认为True。
- `validation_split`：可选参数，指定验证集的比例。默认为None，表示不使用验证集。
- `subset`：可选参数，指定使用的子集。默认为None，表示使用所有数据集。
- `interpolation`：可选参数，指定图像的插值方式。默认为"bilinear"。
- `follow_links`：可选参数，指定是否跟踪符号链接。默认为False。

该函数返回一个`tf.data.Dataset`类型的对象，其中每个元素都是一组图像和相应的标签。可以通过`dataset.take()`方法获取指定数量的数据批次，通过`dataset.prefetch()`方法预取并缓存数据，以加速训练过程。