tf.keras.preprocessing.image_dataset_from_directory 如何将输出显示到控制台
How tf.keras.preprocessing.image_dataset_from_directory display output to console
我正在使用以下函数从目录中读取图像
train_ds = tf.keras.preprocessing.image_dataset_from_directory(directory=image_dataset_path,
validation_split=0.2,
subset='training',
batch_size=32,
color_mode='rgb',
seed=1)
并在输出中显示在文本下方
Found 284 files belonging to 5 classes.
Using 228 files for training.
探索上述功能后 here 我无法弄清楚它是如何在控制台中显示文本的。我注意到的一件事是该函数的输出是一个数据集,但它如何在控制台中生成文本?
请帮助我了解 tf.keras 如何在控制台中显示此输出。这背后的确切代码是什么?
这两个语句是 tf.keras.preprocessing.image_dataset_from_directory
.
使用的两个辅助函数的结果
查看下面这些函数的相关部分:
dataset_utils.index_directory.
if labels is None:
print('Found %d files.' % (len(filenames),))
else:
print('Found %d files belonging to %d classes.' %
(len(filenames), len(class_names)))
dataset_utils.get_training_or_validation_split
if subset == 'training':
print('Using %d files for training.' % (len(samples) - num_val_samples,))
samples = samples[:-num_val_samples]
labels = labels[:-num_val_samples]
这两个辅助函数只是在标准输出中打印这些消息,作为向开发人员提供信息的一种方式。
我正在使用以下函数从目录中读取图像
train_ds = tf.keras.preprocessing.image_dataset_from_directory(directory=image_dataset_path,
validation_split=0.2,
subset='training',
batch_size=32,
color_mode='rgb',
seed=1)
并在输出中显示在文本下方
Found 284 files belonging to 5 classes.
Using 228 files for training.
探索上述功能后 here 我无法弄清楚它是如何在控制台中显示文本的。我注意到的一件事是该函数的输出是一个数据集,但它如何在控制台中生成文本?
请帮助我了解 tf.keras 如何在控制台中显示此输出。这背后的确切代码是什么?
这两个语句是 tf.keras.preprocessing.image_dataset_from_directory
.
查看下面这些函数的相关部分:
dataset_utils.index_directory.
if labels is None: print('Found %d files.' % (len(filenames),)) else: print('Found %d files belonging to %d classes.' % (len(filenames), len(class_names)))
dataset_utils.get_training_or_validation_split
if subset == 'training': print('Using %d files for training.' % (len(samples) - num_val_samples,)) samples = samples[:-num_val_samples] labels = labels[:-num_val_samples]
这两个辅助函数只是在标准输出中打印这些消息,作为向开发人员提供信息的一种方式。