Question

我正在研究回归nn。我正在使用keras 1.2.1，并希望使用数据扩充来改进我的模型为了这个目的，我修改了我的代码以使用生成器：

datagen = ImageDataGenerator(horizontal_flip=True)
datagen.fit(X_train, y_train, shuffle=True, validation_split=0.2, nb_epoch=EPOCHS, callbacks=callbacks)

我所坚持的部分是我需要修改此数据的关联y_label，以解释我水平翻转图像的事实。
在这个简单的例子中，我基本上需要将y_label的符号从正面翻转为负面，反之亦然， IF 图像被翻转。

Answer 1

在最近的 tensorflow-keras 版本中，我们可以在 map 数据增强函数中使用 tf.data API 来实现。

   flip_prob=tf.random.uniform(shape=[1])

   image = tf.cond(flip_prob < 0.5, lambda: tf.image.flip_left_right(image), lambda: image)
   label = tf.cond(flip_prob < 0.5, lambda: -label, lambda: label) # label is int

我们还可以将 tf.py_function 与 python 条件语句（用于扩充）一起使用，以获得相同的结果。

如何使用keras

1 个答案: