我想同时扩充keras中的X
(500,28,28,1),Y
(500,28,28,1)图像集,并将它们存储在一个数组中以可视化结果(在我可以训练网络之前)。输出y不是标签而是图像。
我在y_train
(Mnist数据集)中复制X_train
,我想在x
和y
中应用相同的效果来训练网络。但是,我不能同时对X和y进行转换。我在X上得到ZCA只有我的代码为:
''
(X_train, y_train), (X_test, y_test) = mnist.load_data()
X_train = X_train.reshape((X_train.shape[0], 28, 28, 1))
X_train = X_train.astype('float32')
y_train=X_train
datagen = ImageDataGenerator(zca_whitening=True)
datagen.fit(X_train)
datagen.fit(y_train)
training_set=datagen.flow(X_train,y_train,batch_size=100):
temp=np.asarray(training_set[0])
''
温度[0…]已应用ZCA,而温度[1…]没有任何影响
需要将
X_train, y_train
和X_test, y_test
的对作为参数传递给datagen
的flow
方法。举个例子:这允许同时增强输入
X
和相应的地面真值标签Y
以训练神经网络。你知道吗希望这有帮助!你知道吗
这里有一些相同的参考:1,2&;3
相关问题 更多 >
编程相关推荐