Kerasでカスタムデータセットをどのようにロードしますか？
Kerasでカスタムデータセットをロードする場合、通常、次の手順が必要です。
- データセットの準備：最初に、カスタムデータセットを用意してください。データファイルやラベルファイルなどが含まれます。
- Kerasでは通常、データジェネレータを作成するためにImageDataGeneratorクラスが使用されます。モデルの訓練中にデータセットからデータのバッチを生成するために使用されます。
- データの読み込み：データ生成器のflow_from_directory()メソッドを使用して、指定したディレクトリからデータセットを読み込むことができます。バッチサイズや画像サイズなどのパラメータを設定することもできます。
- データの前処理：必要に応じて、ロードされたデータに対して正規化、スケーリングなどの前処理を行う。
Kerasでカスタムデータセットをロードする方法を示すサンプルコードが以下に示されています。
from keras.preprocessing.image import ImageDataGenerator
# 创建数据生成器
data_gen = ImageDataGenerator(rescale=1./255) # 对数据进行归一化
# 加载数据集
train_generator = data_gen.flow_from_directory(
'path/to/train_data',
target_size=(224, 224), # 图像大小
batch_size=32,
class_mode='categorical' # 分类标签
)
# 创建模型
model = some_model()
# 编译模型
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])
# 训练模型
model.fit(train_generator, epochs=10)
上記の例では、最初にImageDataGeneratorオブジェクトを作成し、データの正規化操作を設定しました。次に、flow_from_directory（）メソッドを使用してトレーニングデータセットをロードし、画像のサイズ、バッチサイズ、および分類タグを設定しました。そして、モデルを作成し、モデルをコンパイルしました。最後に、fit（）メソッドを使用してモデルをトレーニングし、トレーニングデータソースとしてデータジェネレータを渡しました。