Tensorflowを使用して花のトレーニングデータセットを前処理するにはどうすればよいですか？

花のデータセットは、keras前処理APIを使用して前処理できます。検証セット、データが保存されているディレクトリ、およびデータセットを処理するための他のパラメータを取得する「image_dataset_from_directory」という名前のメソッドがあります。

続きを読む： TensorFlowとは何ですか？KerasはTensorFlowとどのように連携してニューラルネットワークを作成しますか？

Keras Sequential APIを使用します。これは、すべてのレイヤーに1つの入力テンソルと1つの出力テンソルがあるプレーンスタックのレイヤーを操作するために使用されるシーケンシャルモデルの構築に役立ちます。画像分類子はkeras.Sequentialモデルを使用して作成され、データはpreprocessing.image_dataset_from_directoryを使用して読み込まれます。

データはディスクから効率的にロードされます。過剰適合が特定され、それを軽減するための手法が適用されます。これらの手法には、データ拡張とドロップアウトが含まれます。 3700本の花の画像があります。このデータセットには5つのサブディレクトリが含まれ、クラスごとに1つのサブディレクトリがあります。それらは、デイジー、タンポポ、バラ、ヒマワリ、チューリップです。

Google Colaboratoryを使用して、以下のコードを実行しています。 Google ColabまたはColaboratoryは、ブラウザー上でPythonコードを実行するのに役立ち、構成が不要で、GPU（グラフィックプロセッシングユニット）に無料でアクセスできます。 ColaboratoryはJupyterNotebookの上に構築されています。

print("Pre-processing the dataset using keras.preprocessing")
val_ds = tf.keras.preprocessing.image_dataset_from_directory(
   data_dir,
   validation_split=0.2,
   subset="validation",
   seed=123,
   image_size=(img_height, img_width),
   batch_size=batch_size)
class_names = train_ds.class_names
print("The class names are:")
print(class_names)

コードクレジット：https：//www.tensorflow.org/tutorials/images/classification

出力

Pre-processing the dataset using keras.preprocessing
Found 3670 files belonging to 5 classes.
Using 734 files for validation.
The class names are:
['daisy', 'dandelion', 'roses', 'sunflowers', 'tulips']

説明

• データセットはkeras.preprocessingメソッドを使用して処理されます。
• 次のステップは、コンソールにクラス名を表示することです。