有很多示例可以演示如何创建和使用TensorFlow数据集,例如:
dataset = tf.data.Dataset.from_tensor_slices((images, labels))
我的问题是如何将TF数据集中的数据/标签以numpy形式取回?换句话说,上面那行代码的反向操作是什么,即我有一个TF数据集,想要从中获取图像和标签。
有很多示例可以演示如何创建和使用TensorFlow数据集,例如:
dataset = tf.data.Dataset.from_tensor_slices((images, labels))
我的问题是如何将TF数据集中的数据/标签以numpy形式取回?换句话说,上面那行代码的反向操作是什么,即我有一个TF数据集,想要从中获取图像和标签。
如果您的tf.data.Dataset
已经进行了批处理,则以下代码将检索所有的y标签:
y = np.concatenate([y for x, y in ds], axis=0)
简单解释:[y for x, y in ds]
在Python中被称为“列表推导式”。如果数据集被分批处理,这个表达式将遍历每个批次并将每个批次的y(一个TF 1D张量)放入列表中,并返回它。然后,np.concatenate将获取这个由1-D张量组成的列表(隐式转换为numpy类型),并将它们沿着0轴堆叠成一个长向量。总之,它只是将一堆1-D小向量转换为一个长向量。
注意:如果您的y更复杂,则需要对此答案进行一些微小修改。
假设我们的tf.data.Dataset被称为train_dataset
,并且启用了eager_execution
(在TF 2.x中默认),则可以像这样检索图像和标签:
for images, labels in train_dataset.take(1): # only take first element of dataset
numpy_images = images.numpy()
numpy_labels = labels.numpy()
.numpy()
将tf.Tensors转换为numpy数组-1
count
批图像,而不是单个图像。 - Mr. Duhart如果您愿意将图像和标签保留为tf.Tensor
,您可以执行以下操作:
images, labels = tuple(zip(*dataset))
将数据集的效果视为 zip(images, labels)
。当我们想要获取图像和标签时,我们可以简单地 解压缩 它。
如果您需要numpy数组版本,请使用 np.array()
进行转换:
images = np.array(images)
labels = np.array(labels)
*
和 zip
似乎可以解决这个错误:(images,), (labels,) = zip(*training_batches.take(1))
对我来说它解决了这个错误: ValueError: not enough values to unpack (expected 2, got 1)
。 - Shahrokh Bahimport matplotlib.pyplot as plt
import numpy as np
import tensorflow as tf
import tensorflow_datasets as tfds
# where mnsit train is a tf dataset
mnist_train = tfds.load(name="mnist", split=tfds.Split.TRAIN)
assert isinstance(mnist_train, tf.data.Dataset)
mnist_example, = mnist_train.take(1)
image, label = mnist_example["image"], mnist_example["label"]
plt.imshow(image.numpy()[:, :, 0].astype(np.float32), cmap=plt.get_cmap("gray"))
print("Label: %d" % label.numpy())
因此,数据集的每个组成部分都可以像字典一样访问。假设不同的数据集具有不同的字段名称(波士顿住房数据集可能没有图像和价值,但可能具有“特征”和“目标”或“价格”):
cnn = tfds.load(name="cnn_dailymail", split=tfds.Split.TRAIN)
assert isinstance(cnn, tf.data.Dataset)
cnn_ex, = cnn.take(1)
print(cnn_ex)
返回一个包含键 ['article', 'highlight'] 的字典(),其中包含numpy字符串。
ds_labels=[]
for images, labels in ds.unbatch():
ds_labels.append(labels) # or labels.numpy().argmax() for int labels
或者一行代码:
ds_labels = [labels for _, labels in ds.unbatch()]
features = np.array([list(x[0].numpy()) for x in list(ds_test)])
labels = np.array([x[1].numpy() for x in list(ds_test)])
# NOTE: ds_test was created
iris, iris_info = tfds.load('iris', with_info=True)
ds_orig = iris['train']
ds_orig = ds_orig.shuffle(150, reshuffle_each_iteration=False)
ds_train = ds_orig.take(100)
ds_test = ds_orig.skip(100)
def dataset2numpy(dataset, steps=1):
"Helper function to get data/labels back from TF dataset"
iterator = dataset.make_one_shot_iterator()
next_val = iterator.get_next()
with tf.Session() as sess:
for _ in range(steps):
inputs, labels = sess.run(next_val)
yield inputs, labels
https://www.tensorflow.org/api_docs/python/tf/data/Dataset#map
images = dataset.map(lambda images, labels: images)
labels = dataset.map(lambda images, labels: labels)
https://www.tensorflow.org/tutorials/images/classification
import matplotlib.pyplot as plt
plt.figure(figsize=(10, 10))
for images, labels in train_ds.take(1):
for i in range(9):
ax = plt.subplot(3, 3, i + 1)
plt.imshow(images[i].numpy().astype("uint8"))
plt.title(class_names[labels[i]])
plt.axis("off")
import numpy as np
import tensorflow as tf
batched_features = tf.constant([[[1, 3], [2, 3]],
[[2, 1], [1, 2]],
[[3, 3], [3, 2]]], shape=(3, 2, 2))
batched_labels = tf.constant([[0, 0],
[1, 1],
[0, 1]], shape=(3, 2, 1))
dataset = tf.data.Dataset.from_tensor_slices((batched_features, batched_labels))
classes = np.concatenate([y for x, y in dataset], axis=0)
unique = np.unique(classes, return_counts=True)
labels_dict = dict(zip(unique[0], unique[1]))
print(classes)
print(labels_dict)
# {0: 3, 1: 3}