Question

我遵循了这个例子： https://www.pyimagesearch.com/2017/10/30/how-to-multi-gpu-training-with-keras-python-and-deep-learning/

并遇到以下问题（第51行）：

((trainX, trainY), (testX, testY)) = cifar10.load_data()

因为我想根据自己的数据进行训练有没有简单的方法来生成这种输出而不深入挖掘cifar的实现？我很确定这是人们已经做过的事情，但我找不到样本/教程/示例

谢谢..

Answer 1

假设您的图片为.jpg格式，而您的标签为csv格式，名为label.csv，并将其分为2个文件夹train folder和test folder。

然后，您可以执行以下操作以获取x_train

import cv2 #library for reading images
import numpy as np
import glob #library for reading files in a folder
x_train= []
for file in glob.glob("train/*.jpg"):
    im = cv2.imread(file) #reading each image from the folder
    x_train.append(im)
x_train = np.array(x_train)

您可以执行以下操作来获取y_train

import csv
y_train= []
with open('train/label.csv', 'r') as csvfile:
    reader = csv.reader(csvfile)
    for row in reader:
        y_train.append([int(row[0])]) #converting the string to int (otherwise the csv data will be read as string)
y_train = np.array(y_train)

您可以对测试文件夹执行相同操作，只需更改参数和参数的名称。

尝试使用我自己的数据而不是cifar10生成Keras模型

1 个答案: