Thuộc tính hình ảnh python
Dictionary Representation of A Graph Object: {'data': [{'x': [1, 2, 3], 'y': [1, 3, 2], 'type': 'bar'}], 'layout': {'height': 600, 'width': 800}} JSON Representation of A Graph Object: {"data":[{"x":[1,2,3],"y":[1,3,2],"type":"bar"}],"layout":{"height":600,"width":800}} Xem các phiên từ Hội nghị chuyên đề WiML về các mô hình khuếch tán với KerasCV, ML trên thiết bị, v.v. Xem theo yêu cầu Show
Hướng dẫn này chỉ ra cách tải và xử lý sơ bộ tập dữ liệu hình ảnh theo ba cách
Cài đặt
2022-12-14 03:36:54.932173: W tensorflow/compiler/xla/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libnvinfer.so.7'; dlerror: libnvinfer.so.7: cannot open shared object file: No such file or directory 2022-12-14 03:36:54.932271: W tensorflow/compiler/xla/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libnvinfer_plugin.so.7'; dlerror: libnvinfer_plugin.so.7: cannot open shared object file: No such file or directory 2022-12-14 03:36:54.932280: W tensorflow/compiler/tf2tensorrt/utils/py_utils.cc:38] TF-TRT Warning: Cannot dlopen some TensorRT libraries. If you would like to use Nvidia GPU with TensorRT, please make sure the missing libraries mentioned above are installed properly.
2.11.0 Tải xuống bộ dữ liệu hoaHướng dẫn này sử dụng bộ dữ liệu gồm vài nghìn bức ảnh về hoa. Bộ dữ liệu hoa chứa năm thư mục con, mỗi thư mục một lớp Lưu ý. tất cả hình ảnh đều được cấp phép CC-BY, người sáng tạo được liệt kê trong GIẤY PHÉP. tập tin txt. ______1Sau khi tải xuống (218 MB), bây giờ bạn sẽ có sẵn một bản sao của ảnh hoa. Có tổng số 3.670 hình ảnh
0Mỗi thư mục chứa hình ảnh của loại hoa đó. Đây là một số hoa hồng 1 2Tải dữ liệu bằng tiện ích KerasHãy tải những hình ảnh này ra khỏi đĩa bằng tiện ích 3 hữu íchTạo tập dữ liệuXác định một số thông số cho bộ nạp 2022-12-14 03:36:54.932173: W tensorflow/compiler/xla/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libnvinfer.so.7'; dlerror: libnvinfer.so.7: cannot open shared object file: No such file or directory 2022-12-14 03:36:54.932271: W tensorflow/compiler/xla/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libnvinfer_plugin.so.7'; dlerror: libnvinfer_plugin.so.7: cannot open shared object file: No such file or directory 2022-12-14 03:36:54.932280: W tensorflow/compiler/tf2tensorrt/utils/py_utils.cc:38] TF-TRT Warning: Cannot dlopen some TensorRT libraries. If you would like to use Nvidia GPU with TensorRT, please make sure the missing libraries mentioned above are installed properly.0 Bạn nên sử dụng phân tách xác thực khi phát triển mô hình của mình. Bạn sẽ sử dụng 80% hình ảnh để đào tạo và 20% để xác thực 2022-12-14 03:36:54.932173: W tensorflow/compiler/xla/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libnvinfer.so.7'; dlerror: libnvinfer.so.7: cannot open shared object file: No such file or directory 2022-12-14 03:36:54.932271: W tensorflow/compiler/xla/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libnvinfer_plugin.so.7'; dlerror: libnvinfer_plugin.so.7: cannot open shared object file: No such file or directory 2022-12-14 03:36:54.932280: W tensorflow/compiler/tf2tensorrt/utils/py_utils.cc:38] TF-TRT Warning: Cannot dlopen some TensorRT libraries. If you would like to use Nvidia GPU with TensorRT, please make sure the missing libraries mentioned above are installed properly.4 Bạn có thể tìm tên lớp trong thuộc tính 6 trên các bộ dữ liệu này2022-12-14 03:36:54.932173: W tensorflow/compiler/xla/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libnvinfer.so.7'; dlerror: libnvinfer.so.7: cannot open shared object file: No such file or directory 2022-12-14 03:36:54.932271: W tensorflow/compiler/xla/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libnvinfer_plugin.so.7'; dlerror: libnvinfer_plugin.so.7: cannot open shared object file: No such file or directory 2022-12-14 03:36:54.932280: W tensorflow/compiler/tf2tensorrt/utils/py_utils.cc:38] TF-TRT Warning: Cannot dlopen some TensorRT libraries. If you would like to use Nvidia GPU with TensorRT, please make sure the missing libraries mentioned above are installed properly.5 2022-12-14 03:36:54.932173: W tensorflow/compiler/xla/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libnvinfer.so.7'; dlerror: libnvinfer.so.7: cannot open shared object file: No such file or directory 2022-12-14 03:36:54.932271: W tensorflow/compiler/xla/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libnvinfer_plugin.so.7'; dlerror: libnvinfer_plugin.so.7: cannot open shared object file: No such file or directory 2022-12-14 03:36:54.932280: W tensorflow/compiler/tf2tensorrt/utils/py_utils.cc:38] TF-TRT Warning: Cannot dlopen some TensorRT libraries. If you would like to use Nvidia GPU with TensorRT, please make sure the missing libraries mentioned above are installed properly.6 Trực quan hóa dữ liệuDưới đây là chín hình ảnh đầu tiên từ tập dữ liệu huấn luyện 2022-12-14 03:36:54.932173: W tensorflow/compiler/xla/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libnvinfer.so.7'; dlerror: libnvinfer.so.7: cannot open shared object file: No such file or directory 2022-12-14 03:36:54.932271: W tensorflow/compiler/xla/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libnvinfer_plugin.so.7'; dlerror: libnvinfer_plugin.so.7: cannot open shared object file: No such file or directory 2022-12-14 03:36:54.932280: W tensorflow/compiler/tf2tensorrt/utils/py_utils.cc:38] TF-TRT Warning: Cannot dlopen some TensorRT libraries. If you would like to use Nvidia GPU with TensorRT, please make sure the missing libraries mentioned above are installed properly.7 Bạn có thể đào tạo một mô hình bằng cách sử dụng các bộ dữ liệu này bằng cách chuyển chúng tới 7 (hiển thị sau trong hướng dẫn này). Nếu muốn, bạn cũng có thể lặp lại thủ công tập dữ liệu và truy xuất hàng loạt hình ảnh2022-12-14 03:36:54.932173: W tensorflow/compiler/xla/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libnvinfer.so.7'; dlerror: libnvinfer.so.7: cannot open shared object file: No such file or directory 2022-12-14 03:36:54.932271: W tensorflow/compiler/xla/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libnvinfer_plugin.so.7'; dlerror: libnvinfer_plugin.so.7: cannot open shared object file: No such file or directory 2022-12-14 03:36:54.932280: W tensorflow/compiler/tf2tensorrt/utils/py_utils.cc:38] TF-TRT Warning: Cannot dlopen some TensorRT libraries. If you would like to use Nvidia GPU with TensorRT, please make sure the missing libraries mentioned above are installed properly.8 2022-12-14 03:36:54.932173: W tensorflow/compiler/xla/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libnvinfer.so.7'; dlerror: libnvinfer.so.7: cannot open shared object file: No such file or directory 2022-12-14 03:36:54.932271: W tensorflow/compiler/xla/stream_executor/platform/default/dso_loader.cc:64] Could not load dynamic library 'libnvinfer_plugin.so.7'; dlerror: libnvinfer_plugin.so.7: cannot open shared object file: No such file or directory 2022-12-14 03:36:54.932280: W tensorflow/compiler/tf2tensorrt/utils/py_utils.cc:38] TF-TRT Warning: Cannot dlopen some TensorRT libraries. If you would like to use Nvidia GPU with TensorRT, please make sure the missing libraries mentioned above are installed properly.9 8 là một tenxơ có dạng 9. Đây là lô gồm 32 hình ảnh có hình dạng 0 (kích thước cuối cùng đề cập đến các kênh màu RGB). 1 là một tensor của hình 2, đây là các nhãn tương ứng với 32 hình ảnhBạn có thể gọi 3 trên một trong hai tenxơ này để chuyển đổi chúng thành 4Chuẩn hóa dữ liệuCác giá trị kênh RGB nằm trong phạm vi 5. Điều này không lý tưởng cho mạng lưới thần kinh; Tại đây, bạn sẽ chuẩn hóa các giá trị nằm trong phạm vi 6 bằng cách sử dụng 4 0Có hai cách để sử dụng lớp này. Bạn có thể áp dụng nó vào tập dữ liệu bằng cách gọi 8 1 2Hoặc, bạn có thể bao gồm lớp bên trong định nghĩa mô hình của mình để đơn giản hóa việc triển khai. Bạn sẽ sử dụng cách tiếp cận thứ hai ở đây Ghi chú. Nếu bạn muốn chia tỷ lệ giá trị pixel thành 9, bạn có thể viết 00 Lưu ý. Bạn đã thay đổi kích thước hình ảnh trước đây bằng cách sử dụng đối số 01 của 3. Nếu bạn cũng muốn đưa logic thay đổi kích thước vào mô hình của mình, bạn có thể sử dụng lớp 03. Định cấu hình tập dữ liệu cho hiệu suấtHãy đảm bảo sử dụng tính năng tìm nạp trước vào bộ đệm để bạn có thể lấy dữ liệu từ đĩa mà không bị chặn I/O. Đây là hai phương pháp quan trọng bạn nên sử dụng khi tải dữ liệu
Độc giả quan tâm có thể tìm hiểu thêm về cả hai phương pháp, cũng như cách lưu trữ dữ liệu vào đĩa trong phần Tìm nạp trước của Hiệu suất tốt hơn với tf. hướng dẫn API dữ liệu 3Đào tạo người mẫuĐể đầy đủ, bạn sẽ trình bày cách đào tạo một mô hình đơn giản bằng cách sử dụng bộ dữ liệu bạn vừa chuẩn bị Mô hình Tuần tự bao gồm ba khối tích chập ( 06) với lớp tổng hợp tối đa ( 07) trong mỗi khối. Có một lớp được kết nối đầy đủ ( 08) với 128 đơn vị trên cùng được kích hoạt bởi chức năng kích hoạt ReLU ( 09). Mô hình này chưa được điều chỉnh theo bất kỳ cách nào—mục tiêu là hiển thị cho bạn cơ chế sử dụng bộ dữ liệu bạn vừa tạo. Để tìm hiểu thêm về phân loại hình ảnh, hãy truy cập Hướng dẫn phân loại hình ảnh 4Chọn trình tối ưu hóa 10 và hàm mất mát 11. Để xem độ chính xác của quá trình đào tạo và xác thực cho từng giai đoạn đào tạo, hãy chuyển đối số 12 cho 13______55Ghi chú. Bạn sẽ chỉ luyện tập trong một vài kỷ nguyên nên phần hướng dẫn này sẽ diễn ra nhanh chóng. ______56____57Lưu ý. Bạn cũng có thể viết vòng lặp huấn luyện tùy chỉnh thay vì sử dụng 14. Để tìm hiểu thêm, hãy truy cập phần hướng dẫn Viết vòng lặp đào tạo từ đầu. Bạn có thể nhận thấy độ chính xác xác thực thấp so với độ chính xác đào tạo, cho thấy mô hình của bạn đang bị quá khớp. Bạn có thể tìm hiểu thêm về overfitting và cách giảm nó trong hướng dẫn này sử dụng tf. dữ liệu để kiểm soát tốt hơnTiện ích tiền xử lý Keras ở trên— 3—là một cách thuận tiện để tạo một 16 từ một thư mục hình ảnhĐể kiểm soát hạt mịn hơn, bạn có thể viết đường dẫn đầu vào của riêng mình bằng cách sử dụng 17. Phần này cho biết cách thực hiện việc đó, bắt đầu bằng đường dẫn tệp từ tệp TGZ mà bạn đã tải xuống trước đó 8 92.11.00 Cấu trúc cây của các tệp có thể được sử dụng để biên dịch danh sách 62.11.01 2.11.02 Chia tập dữ liệu thành tập huấn luyện và xác nhận 2.11.03 Bạn có thể in độ dài của mỗi tập dữ liệu như sau 2.11.04 2.11.05 Viết hàm ngắn chuyển đổi đường dẫn tệp thành cặp 192.11.06 2.11.07 2.11.08 Sử dụng 8 để tạo tập dữ liệu gồm các cặp 212.11.09 0 1Định cấu hình tập dữ liệu cho hiệu suấtĐể đào tạo một mô hình với tập dữ liệu này, bạn sẽ muốn dữ liệu
Có thể thêm các tính năng này bằng cách sử dụng API 17. Để biết thêm chi tiết, hãy truy cập hướng dẫn Hiệu suất đường ống đầu vào 2Trực quan hóa dữ liệuBạn có thể hình dung tập dữ liệu này tương tự như tập dữ liệu bạn đã tạo trước đây 3____74Tiếp tục đào tạo mô hìnhBây giờ bạn đã tạo thủ công một 16 tương tự với cái được tạo bởi 3 ở trên. Bạn có thể tiếp tục đào tạo mô hình với nó. Như trước đây, bạn sẽ chỉ luyện tập trong một vài kỷ nguyên để giữ cho thời gian chạy ngắn 6 6Sử dụng bộ dữ liệu TensorFlowCho đến nay, hướng dẫn này đã tập trung vào tải dữ liệu ra khỏi đĩa. Bạn cũng có thể tìm thấy một bộ dữ liệu để sử dụng bằng cách khám phá danh mục lớn các bộ dữ liệu dễ tải xuống tại Bộ dữ liệu TensorFlow Vì trước đây bạn đã tải bộ dữ liệu Flowers ra khỏi đĩa, bây giờ hãy nhập nó bằng Bộ dữ liệu TensorFlow Tải xuống bộ dữ liệu Flowers bằng Bộ dữ liệu TensorFlow 7Bộ dữ liệu hoa có năm lớp 8 9Lấy một hình ảnh từ tập dữ liệu 0 1Như trước đây, hãy nhớ gộp, xáo trộn và định cấu hình các bộ đào tạo, xác thực và kiểm tra để đạt được hiệu suất 2Bạn có thể tìm thấy một ví dụ hoàn chỉnh về cách làm việc với bộ dữ liệu Flowers và bộ dữ liệu TensorFlow bằng cách truy cập hướng dẫn Tăng cường dữ liệu Bước tiếp theoHướng dẫn này cho thấy hai cách tải hình ảnh ra khỏi đĩa. Đầu tiên, bạn đã học cách tải và xử lý trước tập dữ liệu hình ảnh bằng cách sử dụng các lớp và tiện ích tiền xử lý Keras. Tiếp theo, bạn đã học cách viết một quy trình nhập liệu từ đầu bằng cách sử dụng 17. Cuối cùng, bạn đã học cách tải xuống tập dữ liệu từ Bộ dữ liệu TensorFlow |