Входной массив в Keras CNN

#python #machine-learning #keras #conv-neural-network

#python #машинное обучение #keras #conv-нейронная сеть

Вопрос:

Что означает ‘?’ во входном и выходном массивах? Что все, что я делаю, чтобы сделать это «Никаким» ? (Пожалуйста, обратитесь к прилагаемому изображению)

Это мой код для получения входных данных.

 from keras.preprocessing.image import ImageDataGenerator

train_datagen = ImageDataGenerator(rescale = 1./255,
                                   shear_range = 0.2,
                                   zoom_range = 0.2,
                                   horizontal_flip = True)

test_datagen = ImageDataGenerator(rescale = 1./255)

training_set = train_datagen.flow_from_directory(train_path,
                                                 target_size = (128, 128),
                                                 batch_size = 64,
                                                 class_mode = 'categorical')

test_set = test_datagen.flow_from_directory(valid_path,
                                            target_size = (128, 128),
                                            batch_size = 64,
                                            class_mode = 'categorical')
  

введите описание изображения здесь

Комментарии:

1. ? должно быть количество выборок

2. ? неизвестно (или установлено в None). Когда вы не указываете количество точек данных (например, количество изображений и т.д.). когда вы помещаете данные в конец, они будут содержать количество выборок.

Ответ №1:

Tensorflow использует четыре канала, где первый (представленный ? или Нет) представляет batch_size, который вы будете передавать при обучении. Вы можете задаться вопросом, почему нет? Ну, потому что этот batch_size является гибким, всегда определяется пользователем, поэтому Tensorflow использует ? или Нет в качестве заполнителя, пока не будет передан размер пакета. Остальные три канала, очевидно, являются измерениями

Комментарии:

1. Итак, ? и ни один из них не означает то же самое?

2. Да, это правильно, это просто заполнитель для вашего batch_size