更新：

Question

我正在关注本教程：How do I load train and test data from the local drive for a deep learning Keras model?，它像这样 name 'train_data' is not defined 我知道我还没有定义train_data，但是我不知道在train_data = ...里面写什么。

我的代码看起来像这样

train_path = '/Users/nayageovani/Documents/Artificial Intelligence/dataset/train'
train_batch = os.listdir(train_path)
x_train = []

# if data are in form of images
for sample in train_data:
    img_path = train_path+sample
    x = image.load_img(img_path)
    # preprocessing if required
    x_train.append(x)
test_path = PATH+'/data/test/'
test_batch = os.listdir(test_path)
x_test = []

这是我的数据集文件夹

|--dataset
  |--test
     |--fresh
     |--rotten
  |--train
     |--fresh
     |--rotten

Answer 1

class Colores : AppCompatActivity() { override fun onCreate(savedInstanceState: Bundle?) { super.onCreate(savedInstanceState) setContentView(R.layout.colores) } fun onAtrasConfig(view: View){ try { val intent: Intent = Intent(this, Configuracion::class.java) startActivity(intent) }catch (e: Exception){ e.printStackTrace() } } fun changeAllBackground(mainLayout:View) { val mainln: ConstraintLayout = findViewById(R.id.mainln) mainln.background = getDrawable(R.drawable.fondoamarillo) } }（和train_data）应该是可迭代的，分别包含训练或测试数据的文件名。

例如，您可以在训练数据目录中创建文件列表，例如：

test_data

更新：

使用keras' ImageDataGenerator class是加载图像数据的更好选择。除其他外，它直接允许您在加载时对数据进行预处理。

将图像转换为numpy数组（图像分类）

1 个答案:

更新：