Tensorflowを使用して、花のデータセットをトレーニングと検証に分割するにはどうすればよいですか？

花のデータセットは、検証セットの分割率を要求する「image_dataset_from_directory」を使用して、keras前処理APIを使用してトレーニングセットと検証セットに分割できます。

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？

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。

以下のコードを実行するためにGoogleColaboratoryを使用しています。 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。

batch_size = 32
img_height = 180
img_width = 180
print("The data is being split into training and validation set")
train_ds = tf.keras.preprocessing.image_dataset_from_directory(
   data_dir,
   validation_split=0.2,
   subset="training",
   seed=123,
   image_size=(img_height, img_width),
   batch_size=batch_size)

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

出力

The data is being split into training and validation set
Found 3670 files belonging to 5 classes.
Using 2936 files for training.

説明

• これらのイメージは、image_dataset_from_directoryユーティリティを使用してディスクからロードされます。
• これは、ディスク上のイメージのディレクトリからtf.data.Datasetに移動します。
• データがダウンロードされると、ローダー用にいくつかのパラメーターが定義されます。
• データはトレーニングセットと検証セットに分割されます。