flow_from_directory
时间: 2023-09-26 16:07:32 浏览: 108
`flow_from_directory` 是 Keras 中一个用于从目录中读取图像数据的函数。它会从指定的目录读取图像文件,并将它们转换为可以输入到神经网络中的张量。这个函数还可以自动进行数据增强,以提高模型的泛化能力。
使用 `flow_from_directory` 函数需要指定以下参数:
- `directory`: 字符串,图像所在的目录路径。
- `target_size`: 元组,将图像缩放到的大小。
- `color_mode`: 颜色模式,可以是 "grayscale"(灰度图像)或 "rgb"(彩色图像)。
- `batch_size`: 整数,每个批次中包含的样本数。
- `class_mode`: 类别模式,可以是 "categorical"(多分类问题)、"binary"(二分类问题)或 None(无标签数据)。
- `shuffle`: 是否打乱样本的顺序。
- `seed`: 随机种子,用于打乱样本顺序的随机数生成器的种子值。
- `subset`: 子集类型,可以是 "training"(训练集)、"validation"(验证集)或 "testing"(测试集)。
`flow_from_directory` 函数会返回一个迭代器,可以使用 `next()` 方法从中获取一个批次的数据。例如:
```
from keras.preprocessing.image import ImageDataGenerator
datagen = ImageDataGenerator(rescale=1./255)
train_generator = datagen.flow_from_directory(
'data/train',
target_size=(224, 224),
batch_size=32,
class_mode='categorical')
x_batch, y_batch = next(train_generator)
```
这个例子中,我们使用一个 `ImageDataGenerator` 对象来对图像进行归一化处理,然后使用 `flow_from_directory` 函数从 "data/train" 目录中读取图像。每个批次包含 32 张大小为 (224, 224) 的彩色图像,标签使用多分类模式表示。最后,我们可以使用 `next()` 方法从迭代器中获取一个批次的数据。
阅读全文
相关推荐


















