我曾經手動做,但我現在使用flow_from_directory用我自己的數據來訓練我的網絡。我只有一個問題。當我做model.predict()時,我怎麼知道我的預測索引0是標籤類別狗,索引1是類別貓?Keras flow_from_directory類索引
我使用的代碼如下。
train_datagen = ImageDataGenerator(
rescale=1./255,
shear_range=0.2,
zoom_range=0.2,
horizontal_flip=True)
test_datagen = ImageDataGenerator(rescale=1./255)
train_generator = train_datagen.flow_from_directory(
train_images_path,
target_size=(64, 64),
batch_size=batch_size)
validation_generator = test_datagen.flow_from_directory(
validate_images_path,
target_size=(64, 64),
batch_size=batch_size)
early_stopping = keras.callbacks.EarlyStopping(monitor='val_acc', min_delta=0, patience=3, verbose=1, mode='auto')
history = model.fit_generator(
train_generator,
steps_per_epoch=1700,
epochs=epochs,
verbose=1,
callbacks=[early_stopping],
validation_data=validation_generator,
validation_steps=196
)
我想知道的是對圖像vs地面真相標籤。
謝謝
Flow_from目錄是您剛纔通過目錄一種方便的方法,它會產生正確的代表性,以keras抽象你喜歡得到原始像素numpy的陣列內的過程,產生標籤等 –
不知道爲什麼downvote。也許誰downvoted可以向我解釋這一點。 –