【问题标题】：Custom dataset in TensorFlowTensorFlow 中的自定义数据集
【发布时间】：2020-02-08 14:49:57
【问题描述】：
我有一些图像和它们各自的标签作为训练集。
我想把它用作TensorFlow中的数据集（就像我们使用mnist数据集一样，可以使用mnist.train.next_batch(BATCH_SIZE)批量获取数据）
问题是，如何制作自己的数据集以便批量使用？
附加信息：
训练集有 4575 张 28 x 28（缩放）的图像和分类标签。共有62个班级。
如果需要更多信息，请告诉我。
【问题讨论】：
标签：
python
tensorflow
machine-learning
tensorflow-datasets
【解决方案1】：
您可以使用tf.data.from_tensor_slices(tf.convert_to_tensor(np_images), tf.convert_to_tensor(np_labels)) 创建由（图像、标签）对组成的数据集。现在您可以在此应用.batch(BATCHSIZE) 函数，这将创建您想要的批量大小。
然后，如果使用 tf.keras，您可以直接将其提供给模型函数，例如 .fit()。
欲了解更多信息，请访问以下链接-
from_tensor_slices
convert_to_tensor
batch