我有一个目录,数据集,其中包含图像的子文件夹(标签/类) 这是数据集中动物图像的子文件夹:
我想将数据集拆分为model.fit_generotar()
的训练和测试集。
我该怎么做?
答案 0 :(得分:1)
使用function f1()
{
var newpass = document.getElementById('npass').value;
var confirmpass = document.getElementById('cpass').value;
if(newpass!=confirmpass)
{
document.getElementById('npass').value = "";
document.getElementById('cpass').value = "";
alert("Password Mismatch. Please enter again!");
//window.location.href = "/file.html";
// window.location = 'file.html';
// window.location.replace('file.html');
//window.location.assign("file.html");
//window.location.href = "file.html";
}
else
{
alert("Password Match");
// window.location.href= "/file.html";
// document.write("check");
}
}
</script>
<form method="POST" onsubmit="f1()">
<label for="npass">New Password:</label>
<input type="password" id="npass" placeholder="Enter New Password"
name="newpassword" required="required" size="8">
<label for="cpass">Confirm Password:</label>
<input type="password" id="cpass" placeholder="Confirm New Password"
name="cpass" required="required" size="8"><br><br>
<input type="submit" class="btn btn-info" name="submit" value="Submit">
</form>
获取文件路径迭代器。
然后,您可以使用glob
的训练测试分割来获取训练和测试数据路径(使用scikit-learn
参数在测试/训练中获得与整个数据集中相同的类分布。)< / p>
结果将是两个路径列表,您可以将其写入相应的测试/训练文件夹,然后您可以应用生成器的stratify
方法。
编辑:
第二种方法是不使用flow_from_directory
,而是加载列车/测试集(加载所有内容并使用flow_from_directory
方法或使用我之前描述过的方法),然后使用generator's {{ 1}}方法。
另请注意,您可能不希望将生成器用于测试/验证数据,因为它会使得比较准确性很难,因为您没有固定的有效/测试集。