问题描述
我有一个包含RGB图像的图像数据集:img1.png,img2.png ... img250.png。我从每个图像中提取了100个大小分别为[64,64,3]的小补丁。因此,我现在有了img1_1.png,img1_2.png ... img1_100.png,img2_1.png,img2_2.png,... img2_100.png,img3_1,....
我想用tf.data.dataset.from_tensor_slices创建一个数据生成器,以将每个图像的所有补丁传递到RNN模型。所以,我想生成器创建如下输出:[batch_size,100,64,64,3]
我该怎么做?
解决方法
代码:
# generating data
x = tf.constant(np.random.randint(256,size =(250,64,3)),dtype = tf.int32)
# Creating a dataset with sequence length
dataset = tf.data.Dataset.from_tensor_slices(x).batch(100,drop_remainder= True)
for i in dataset:
print(i.shape)
输出:
(100,3)
(100,3)
确保drop_remainders = True
最后,创建所需长度的批量。
# creating dataset with batch_size
dataset = dataset.batch(32)
for i in dataset:
print(i.shape)
输出:
(2,100,3)
如果您的数据大小为(250,64,64,3):
dataset = tf.data.Dataset.from_tensor_slices(x).batch(32)
for i in dataset:
print(i.shape)
输出:
(32,3)
(32,3)
(26,3)