11번째 줄: |
11번째 줄: |
| https://keras.io/getting_started/intro_to_keras_for_engineers/ | | https://keras.io/getting_started/intro_to_keras_for_engineers/ |
| 위 링크에 정규화, 텍스트 배열 등의 전략이 소개되어 있다. | | 위 링크에 정규화, 텍스트 배열 등의 전략이 소개되어 있다. |
| + | |
| + | === 텐서플로우 데이터셋 오브젝트 예시 === |
| + | {| class="wikitable" |
| + | !의도 |
| + | !설명 |
| + | !방법 |
| + | |- |
| + | |이미지 |
| + | | |
| + | |<syntaxhighlight lang="python"> |
| + | dataset = keras.preprocessing.image_dataset_from_directory( |
| + | 'path/to/main_directory', batch_size=64, image_size=(200, 200)) |
| + | |
| + | # For demonstration, iterate over the batches yielded by the dataset. |
| + | for data, labels in dataset: |
| + | print(data.shape) # (64, 200, 200, 3) |
| + | print(data.dtype) # float32 |
| + | print(labels.shape) # (64,) |
| + | print(labels.dtype) # int32 |
| + | </syntaxhighlight> |
| + | |- |
| + | |텍스트 |
| + | | |
| + | |<syntaxhighlight lang="python"> |
| + | dataset = keras.preprocessing.text_dataset_from_directory( |
| + | 'path/to/main_directory', batch_size=64) |
| + | |
| + | # For demonstration, iterate over the batches yielded by the dataset. |
| + | for data, labels in dataset: |
| + | print(data.shape) # (64,) |
| + | print(data.dtype) # string |
| + | print(labels.shape) # (64,) |
| + | print(labels.dtype) # int32 |
| + | </syntaxhighlight> |
| + | |- |
| + | |CSV |
| + | | |
| + | |<syntaxhighlight lang="python"> |
| + | # Set Feature_B as label column |
| + | dataset = tf.data.experimental.make_csv_dataset( |
| + | filename, batch_size=2, label_name="Feature_B") |
| + | iterator = ds.as_numpy_iterator() |
| + | print(next(iterator)) |
| + | # prints (features, labels) tuple: |
| + | # (OrderedDict([('Feature_A', array([1, 2], dtype=int32))]), |
| + | # array([b'a', b'b'], dtype=object)) |
| + | </syntaxhighlight> |
| + | |} |
| | | |
| = 사용 = | | = 사용 = |