我在网上尝试了很多教程,但都不管用,mnist数据集只能用tf.keras.datasets.mnist.load_data
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data(datapath)
model = keras.models.Sequential([
layers.Conv2D(filters=16, kernel_size=(5,5), padding='same',
input_shape=(28,28,1), activation='relu'),
layers.MaxPooling2D(pool_size=(2, 2)),
layers.Conv2D(filters=36, kernel_size=(5,5), padding='same',
activation='relu'),
layers.MaxPooling2D(pool_size=(2, 2)),
layers.Dropout(0.25),
layers.Flatten(),
layers.Dense(128, activation='relu'),
layers.Dropout(0.5),
layers.Dense(10,activation='softmax')
])
model.fit(x=x_train, y=y_train, validation_split=0.2,
epochs=30, batch_size=128, verbose=1)
但我怎么能得到这些:(x_train, y_train), (x_test, y_test)
从tfrecord文件中删除吗?
我是个新手,希望你能帮我。
1条答案
按热度按时间nxagd54h1#
TFRecord文件是一种二进制格式,有点像zip文件。它可以包含许多布局中的许多内容,因此它们是不可互换的。您的TFRecord需要按照模型预期的方式进行格式化。
TFRecord Roboflow导出位于特定布局中,旨在与Tensorflow Object Detection like in this blog post * 配合使用。它可能不适用于MNIST(即分类)。