如何将提取的特征传递给keras模型？
我从csv文件中提取了一系列图像的功能以及它们的标签
data = pandas.read_csv("data.csv", delimiter=',', dtype=str)
for index, row in data.iterrows():
img = image.load_img(row['image_path'], target_size=(img_width, img_height))
trainImage = image.img_to_array(img)
trainImage = np.expand_dims(trainImage, axis=0)如何在上述循环中保存trainImages并trainLabels进入相应的数组以传递给模型
trainLabels = np_utils.to_categorical(trainLabels, num_classes)
model.fit(trainImages, trainLabels, nb_epoch=3, batch_size=16)
展开
收起
1
条回答
写回答
写回答
-
create lists to hold data
X_train, y_train = [], []
while looping add feature vector and labels to X_train, y_train resp.
X_train.append(trainImage)
y_train.append(trainLabel)convert y_train to categorical
pass to model
2019-07-17 23:26:14赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
