DeepLearning中的将数据集划分为训练集、验证集和测试集----以flower-data为例
建立数据集data_set将数据集flower_data下载到文件夹中并解压到当前文件夹,下载链接: http://download.tensorflow.org/example_images/flower_photos.tgz.文件夹中建立split_data.py数据集划分代码,点击ctrl+shift+鼠标右键,点击在此处打开powershell窗口,输入python split_data.
·
建立数据集data_set
将数据集flower_data下载到文件夹中并解压到当前文件夹,下载链接: http://download.tensorflow.org/example_images/flower_photos.tgz.文件夹中建立split_data.py数据集划分代码,点击ctrl+shift+鼠标右键,点击在此处打开powershell窗口,输入python split_data.py,按照代码要求自动进行划分,对于训练集、验证集和测试集的划分可以根据代码进行修正。
划分结果:进入flower_data文件夹查看。
想要学习相关深度学习图像处理方面的应用,参考链接: https://github.com/WZMIAOMIAO/deep-learning-for-image-processing.里面有对应的代码和学习视频,讲得非常好!力推!!!

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。
更多推荐
所有评论(0)