Блог

 #parameter batch_size = 32 img_height = 48 img_width = 48 #load image train_ds = tf.keras.preprocessing.image_dataset_from_directory(  'Lampung_PNG',  label_mode = "int", #categorical or binary  #class_name=['0', '1', '2', '3', ...]  color_mode='grayscale',  batch_size=batch_size,  image_size=(img_height, img_width),  shuffle=True,  seed=9898,  validation_split=0.1,  subset="training", ) valid_ds = tf.keras.preprocessing.image_dataset_from_directory(  'Lampung_PNG',  label_mode = "int", #categorical or binary  #class_name=['0', '1', '2', '3', ...]  color_mode='grayscale',  batch_size=batch_size,  image_size=(img_height, img_width),  shuffle=True,  seed=9898,  validation_split=0.1,  subset="validation", )  

Это форма valid_ds = lt;BatchDataset формы: ((Нет, 48, 48, 1), (Нет,)), типы: (tf.float32, tf.int32)gt;

Мой вопрос = Как преобразовать train_ds и valid_ds в массив numpy? Я хочу применить это, но не могу с моим текущим набором данных.

 sm = SVMSMOTE(random_state=42) x_res, y_res = sm.fit_resample(train_ds, valid_ds) print('Resampled dataset shape %s' % Counter(y_res))