편집
1,408
번
바뀜
→데이터 처리
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 =