连接 2 个用于模型训练的 TensorFlow 数据集

Question

我有 2 个包含 (384,384) 张图像的 tensorflow 数据集，我想将它们用作我的 model.train() 的输入数据和标签数据

data = tf.keras.preprocessing.image_dataset_from_directory('path1', labels=None, image_size=(384,384), batch_size=1)
labels = tf.keras.preprocessing.image_dataset_from_directory('path2', labels=None, image_size=(384,384), batch_size=1)

但它不允许我将 x 和 y 作为数据集传递。

model.train(data, labels, epochs=5)

ValueError：使用数据集作为输入时不支持y 参数。

那么在这种情况下我该怎么办？

Answer 1

此错误表明您的第一个参数 (data) 包含数据和标签（一个元组），并且 model.fit() 不希望得到另一个参数为 y，因为您已指定 labels。

基于此doc： 如果不指定label_mode 参数，则默认为int。那么，这个对象返回的是：

• 如果label_mode 是None，它会产生float32 形状的张量(batch_size, image_size[0], image_size[1], num_channels)。
• 否则，它会产生一个元组（图像、标签），其中图像的形状为(batch_size, image_size[0], image_size[1], num_channels)，如果label_mode 为int，则标签为int32 形状的张量(batch_size,)。李>

推理：

只需将另一个参数传递为label_mode 并将其设置为None，如下所示：

data = tf.keras.preprocessing.image_dataset_from_directory('path1', labels=None, label_mode=None, image_size=(384,384), batch_size=1)
labels = tf.keras.preprocessing.image_dataset_from_directory('path2', labels=None, label_mode=None, image_size=(384,384), batch_size=1)