我確實(shí)知道在將數(shù)據(jù)加載到我的網(wǎng)絡(luò)之前,我可以通過(guò)它們的標(biāo)簽將數(shù)據(jù)分開(kāi)。假設(shè)有 3 個(gè)類(lèi),標(biāo)簽為 0、1、2。我可以通過(guò)以下方式做到:dataset1 = tf.data.TextLineDataset(train_csv_file1).map(_parse_csv_train)dataset2 = tf.data.TextLineDataset(train_csv_file2).map(_parse_csv_train)dataset3 = tf.data.TextLineDataset(train_csv_file3).map(_parse_csv_train)我只是對(duì)以下內(nèi)容感到好奇:假設(shè)我們有數(shù)據(jù)集:dataset = tf.data.TextLineDataset(train_csv_file).map(_parse_csv_train)其中包含來(lái)自 3 個(gè)類(lèi)的所有數(shù)據(jù),有沒(méi)有辦法調(diào)用像 dataset.selectDataByLabel(label=="2")[這是一個(gè)虛構(gòu)的函數(shù)]這樣的函數(shù),以便我可以根據(jù)它們的標(biāo)簽將數(shù)據(jù)集分成3部分?
1 回答

墨色風(fēng)雨
TA貢獻(xiàn)1853條經(jīng)驗(yàn) 獲得超6個(gè)贊
所以最后我選擇了用csvs分隔文件,即生成每個(gè)只包含一個(gè)類(lèi)的數(shù)據(jù)的csvs。當(dāng)類(lèi)太多時(shí),這可能不是一個(gè)完美的解決方案,但在我的情況下只有 5 個(gè)類(lèi),所以沒(méi)關(guān)系。
添加回答
舉報(bào)
0/150
提交
取消