对 GAN 使用自定义数据集而不是 MNIST答案

【问题标题】：Use custom dataset instead of MNIST for GAN对 GAN 使用自定义数据集而不是 MNIST
【发布时间】：2020-05-25 17:42:41
【问题描述】：

我正在尝试使用基于此code 的简单生成对抗网络 (GAN)。该代码中的 GAN 示例使用的是 MNIST 数据集

# Load the dataset
(X_train, _), (_, _) = mnist.load_data()

您能帮我将mnist.load_data() 更改为我自己的自定义数据集吗？

【问题讨论】：

标签： keras deep-learning dataset mnist generative-adversarial-network

【解决方案1】：

这是一个从目录加载一堆图像的示例：

from tensorflow.keras.preprocessing.image import ImageDataGenerator
def load_images():
    normalize = lambda x: (x.astype('float32') - 127.5) / 127.5 # normalize to between -1: and 1
    data_gen = ImageDataGenerator(preprocessing_function=normalize, zoom_range=0.2, 
                                  horizontal_flip=True,rotation_range=0.05)

    x_train = data_gen.flow_from_directory(INPUT_DIR,
                                            target_size = (IMAGE_SIZE,IMAGE_SIZE),
                                            batch_size = BATCH_SIZE,
                                            shuffle = True,
                                            save_to_dir='augmented',
                                            class_mode = 'input',
                                            subset = "training")

    return x_train

x_train = load_images()

【讨论】：

【解决方案2】：

我不知道你是否解决了这个问题，但我会尽力提供答案。首先mnist.load_data()不能改成你自己的自定义数据集，它包含mnist数据。为了进一步帮助您，我需要深入了解“您自己的”数据集是什么？

当我一直在使用“我自己的”数据集时，我通常将它们存储在 NumPy 数组中，这样我就知道结构并且可以使用 numpy.load()。

【讨论】：