如何为 ML 模型正确构建数据以对其进行解释答案

【问题标题】：How to structure data correctly for ML models to interpret it如何为 ML 模型正确构建数据以对其进行解释
【发布时间】：2020-12-16 09:38:56
【问题描述】：

我已将我的整个数据分成不同的文件夹，用于不同类别的手部数字识别。如何让我的模型知道某个类 A 包含描绘字母 A 的图像。

【问题讨论】：

标签： python keras computer-vision handwriting-recognition

【解决方案1】：

train_datagen = ImageDataGenerator(
    rescale=1.0 / 255, shear_range=0.2, zoom_range=0.2, horizontal_flip=True
)
train_generator = train_datagen.flow_from_directory(
        "Image Folder/", target_size=(28, 28), batch_size=1, class_mode="binary"
    )
print(train_generator[0])

在上面的示例中，Image folder 必须有每个类的子文件夹，如下所示：

一些/路径/
- class1/
  - image1.jpg
  - image2.jpg
- class2/
  - image3.jpg
  - 等
- 等

【讨论】：

非常感谢！所以类名应该与它所代表的字符的名称相同吗？例如，如果文件夹包含后一个 A，则文件夹名称应该是“A”对吗？
@soldour Keras 假设图像存储在一个文件夹树中，每个类都有一个单独的子文件夹。所以你必须命名文件夹以及类名。