如何从 keras DirectoryIterator 获取所有训练数据的列表？答案

【问题标题】：How to get a list of all the training data from a keras DirectoryIterator?如何从 keras DirectoryIterator 获取所有训练数据的列表？
【发布时间】：2020-03-08 23:33:33
【问题描述】：

我使用了一个 DirectoryIterator 来读取由图像组成的训练集，使用 flow_from_directory 方法。现在我想绘制结果的 ROC 图（显然，最终在测试集上，但目前我还想在训练集上看到 ROC 图）。

作为 Python、Keras 和 Tensorflow 的新手，我在 Google 上搜索了如何绘制 ROC，并找到了这个秘诀：

https://www.tensorflow.org/tutorials/structured_data/imbalanced_data#plot_the_roc

但是，要使用这种方法，我需要获取标签列表（基本事实）和预测。我可以使用 model.predict 获得预测，但为此我显然需要输入数据（即训练集中的图像）。从 DirectoryIterator 获取这些图像的最佳方式是什么？

我想我可以做一些循环，一次从 DirectoryIterator 获取一批。但是，我注意到 DirectoryIterator 包含一个字段labels，它提供了一个标签列表（基本事实），每个训练示例一个。所以我认为应该有一些同样简单的方法来获取所有训练输入（否则，只获取标签有什么意义？）。但我找不到任何领域。那么我在哪里可以找到包含 DirectoryIterator 的所有训练输入的列表（显然按照与标签字段相同的顺序排序）？

【问题讨论】：

标签： python tensorflow keras

【解决方案1】：

DirectoryIterator 产生 (x, y) 的元组，其中 x 是一个 numpy 数组，其中包含一批形状为 (batch_size, *target_size, channels) 的图像，y 是一个对应标签的 numpy 数组。 https://keras.io/api/preprocessing/image/#flowfromdirectory-method

要访问（图像、标签），您可以在该迭代器上使用一些 for 循环来执行此操作。

 for each in DirectoryIterator:
     print(each[0].shape)
     print(each[1].shape)
     break

其中 each[0] 为您提供图像批次，并且 each[1] 为您提供相应的标签。

【讨论】：