SHOW:
|
|
- or go back to the newest paste.
| 1 | - | # В прекоде создана свёрточная сеть. Допишите код так, чтобы передать ей на обучение и валидацию датасет с фруктами. |
| 1 | + | # Сделайте предобработку данных: поделите значения яркости на 255. Для этого передайте специальный аргумент в загрузчик ImageDataGenerator (найдите в документации), в котором будет указано, что делить нужно на 255. |
| 2 | - | # Чтобы обучение не было слишком долгим, вызовите функцию fit() с шагом 1. |
| 2 | + | # Создавать и обучать модель не нужно. На экране напечатайте значения пикселей изображения из первого батча обучающей выборки. |
| 3 | ||
| 4 | from tensorflow.keras.preprocessing.image import ImageDataGenerator | |
| 5 | - | from tensorflow.keras.models import Sequential |
| 5 | + | |
| 6 | - | from tensorflow.keras.layers import Conv2D, AveragePooling2D, Flatten, Dense |
| 6 | + | datagen = ImageDataGenerator(validation_split=0.25, rescale=1/255) |
| 7 | ||
| 8 | - | datagen = ImageDataGenerator(validation_split=0.25) |
| 8 | + | |
| 9 | '/datasets/fruits_small/', | |
| 10 | target_size=(150, 150), | |
| 11 | batch_size=16, | |
| 12 | class_mode='sparse', | |
| 13 | subset='training', | |
| 14 | seed=12345) | |
| 15 | - | # указываем, что это загрузчик для обучающей выборки |
| 15 | + | |
| 16 | val_datagen_flow = datagen.flow_from_directory( | |
| 17 | '/datasets/fruits_small/', | |
| 18 | target_size=(150, 150), | |
| 19 | batch_size=16, | |
| 20 | class_mode='sparse', | |
| 21 | subset='validation', | |
| 22 | seed=12345) | |
| 23 | ||
| 24 | - | # указываем, что это загрузчик для валидационной выборки |
| 24 | + | features, target = train_datagen_flow.next() |
| 25 | print(features[0]) | |
| 26 |
