#tensorflow #image-processing #keras #supervised-learning
Вопрос:
Эта функция https://keras.io/api/preprocessing/image/#image_dataset_from_directory-function
требуется категориальный вектор для одного из его входных данных в моем конкретном случае использования.
Как мне превратить список целых чисел или строк в категориальный вектор?
В частности, в нем говорится: метки: либо «выводимые» (метки создаются из структуры каталогов), Нет (без меток), либо список/кортеж целых меток того же размера, что и количество файлов изображений, найденных в каталоге. Метки должны быть отсортированы в соответствии с буквенно-цифровым порядком путей к файлам изображений (полученным с помощью os.walk(каталог) в Python). label_mode: — ‘int’: означает, что метки кодируются как целые числа (например.g. для потери разреженной категории_crossentropy). — «категориальный» означает, что метки кодируются как категориальный вектор (например, для категориальной потери перекрестной энтропии). — «двоичный» означает, что метки (их может быть только 2) кодируются как скаляры float32 со значениями 0 или 1 (например, для binary_crossentropy). — Нет (без этикеток).
Так что мне нужен такой список/кортеж, как этот…
labels = [(filename, label), (filename, label)....]
упорядочены в соответствии с буквенно-цифровым порядком имен файлов или….
labels = [label, label,....]
снова организовано, как указано выше?