我已经使用tensorflow打包的数据集（例如MNIST，IMDB）来研究tensorflow的工作。但是，在实际应用中，我们必须自行预处理和准备数据集。假设我正在使用图像数据集，所以我想将它们预处理为可以输入到张量流模型中的格式。如何将图像数据集预处理为张量流格式？
答案 0 :(得分：0)
在处理图像时，通常将使用生成器。
生成器是一个输出(u,v)的函数，其中u是样本，v是标签。
有关如何执行此操作的示例，请参见How to train TensorFlow network using a generator to produce inputs?。
在构建用于处理图像的生成器函数时，请记住，每个图像只是一个数组，对于灰度，(x,y)，对于彩色图像，(x,y,channels)。
因此，您的生成器功能将需要从磁盘读取一批图像，并将它们转换为数组。有很多工具可以处理此问题：opencv，scipy，PIL。
加载图像后，您可以对它们进行任何喜欢的操作（使用这些工具或其他工具），通常您需要重塑图像以适合您的模型。
最后，您将需要输出一对([batch_size,x,y,channels], [batch_size,labels])。