扩展之tensorflow2.0 | 15 TF2实现一个简单的服装分类任务

小白学PyTorch | 14 tensorboardX可视化教程

小白学PyTorch | 13 EfficientNet详解及PyTorch实现

小白学PyTorch | 12 SENet详解及PyTorch实现

小白学PyTorch | 11 MobileNet详解及PyTorch实现

小白学PyTorch | 10 pytorch常见运算详解

小白学PyTorch | 9 tensor数据结构与存储结构

小白学PyTorch | 8 实战之MNIST小试牛刀

小白学PyTorch | 7 最新版本torchvision.transforms常用API翻译与讲解

小白学PyTorch | 6 模型的构建访问遍历存储(附代码)

小白学PyTorch | 5 torchvision预训练模型与数据集全览

小白学PyTorch | 4 构建模型三要素与权重初始化

小白学PyTorch | 3 浅谈Dataset和Dataloader

小白学PyTorch | 2 浅谈训练集验证集和测试集

小白学PyTorch | 1 搭建一个超简单的网络

小白学PyTorch | 动态图与静态图的浅显理解

参考目录：

• 1 PIL读取图片

• 2 TF读取图片

• 3 TF构建数据集

本文的代码已经上传，在作者公众号后台回复【PyTorch】获取。

1 PIL读取图片

想要把一个图片，转换成RGB3通道的一个张量，我们怎么做呢？大家第一反应应该是PIL这个库吧

from PIL import Imageimport numpy as npimage = Image.open('./bug1.jpg')image.show()

展示的图片：

然后我们这个image现在是PIL格式的，我们使用numpy.array()来将其转换成numpy的张量的形式：

image = np.array(image)print(image.shape)>>>(326, 312, 3)

可以看到，这个第三维度是3。对于pytorch而言，数据的第一维度应该是样本数量，第二维度是通道数，第三四是图像的宽高，因此PIL读入的图片，往往需要把通道数的这个维度移动到第二维度上才能对接上pytorch的形式。(transpose方法来实现这个功能，这里不细说)

2 TF读取图片

下面是重点啦，对于tensorflow，tf中自己带了一个解码函数，先看一下我的文件目录：

import tensorflow as tfimages = tf.io.gfile.glob('./*.jpeg')print(images，type(images))> ['.\\bug1.jpeg', '.\\bug2.jpeg'] <class 'list'>

可以看出来：

• 这个tensorflow.io.gfile.glob()是读取路径下的所有符合条件的文件，并且把路径做成一个list返回；
• 这个功能也可以用glob库函数实现，我记得是glob.glob()方法；
• 这里的bug1和bug2其实是同一张图片，都是上面的那个小兔子。

image = tf.io.read_file('./bug1.jpeg')image = tf.image.decode_jpeg(image,channels=3)print(image.shape,type(image))> (326, 312, 3) <class 'tensorflow.python.framework.ops.EagerTensor'>

需要注意的是：

• tf.io.read_file()这个得到的返回值是二进制格式，所以需要下面的tf.image.decode_jpeg进行一个解码；
• decode_jpeg的第一个参数就是读取的二进制文件，然后channels是输出的图片的通道数，3就是RPB三个通道，如果是1的话，就是灰度图片，ratio是图片大小的一个缩小比例，默认是1，可以是2和4，一会看一下ratio=2的情况；
• 这个image的type是一个tensorflow特别的Tensor的形式，而不是pytorch的那种tensor的形式了。

image = tf.io.read_file('./bug1.jpeg')image = tf.image.decode_jpeg(image,channels=1，ratio=2)print(image.shape,type(image))> (163, 156, 1) <class 'tensorflow.python.framework.ops.EagerTensor'>

宽高都变成了原来的一半，然后通道数是1，都和预想的一样。使用decode_jpeg等解码函数得到的结果，是uint8的类型的，简单地说就是整数，0到255范围的。在对图片进行操作的时候，我们需要将其标准化到0到1区间的，因此需要将其转换成float32类型的。所以对上述代码进行补充：

image = tf.io.read_file('./bug1.jpeg')image = tf.image.decode_jpeg(image,channels=1,ratio=2)print(image.shape,type(image))image = tf.image.resize(image,[256,256]) # 统一图片大小image = tf.cast(image,tf.float32) # 转换类型image = image/255 # 归一化print(image)

从结果来看，数据类型已经改变：

3 TF构建数据集

下面是dataset更正式的写法，关于TF2的问题，不要百度！百度到的都是TF1的解答，看的我晕死了，TF的API的结构真是不太友好。。。

def read_image(path):    image = tf.io.read_file(path)    image = tf.image.decode_jpeg(image, channels=3, ratio=1)    image = tf.image.resize(image, [256, 256])  # 统一图片大小    image = tf.cast(image, tf.float32)  # 转换类型    image = image / 255  # 归一化    return imageimages = tf.io.gfile.glob('./*.jpeg')dataset = tf.data.Dataset.from_tensor_slices(images)AUTOTUNE = tf.data.experimental.AUTOTUNEdataset = dataset.map(read_image,num_parallel_calls=AUTOTUNE)dataset = dataset.shuffle(1).batch(1)for a in dataset.take(2):    print(a.shape)

代码中需要注意的是：

• glob获取一个文件的list，本次就两个文件名字，一个bug1.jpeg,一个bug2.jpeg;
• tf.data.Dataset.from_tensor_slices()返回的就是一个tensorflow的dataset类型，可以简单理解为一个可迭代的list,并且有很多其他方法；
• dataset.map就是用实现定义好的函数，对处理dataset中每一个元素，在上面代码中是把路径的字符串变成该路径读取的图片张量，对图片的预处理应该也在这部分进行吧；
• dataset.shuffle就是乱序，.batch()就是把dataset中的元素组装batch；
• 在获取dataset中的元素的时候，TF1中有什么迭代器的定义啊，什么iter，但是TF2不用这些，直接.take(num)就行了，这个num就是从dataset中取出来的batch的数量，也就是循环的次数吧。
• AUTOTUNE = tf.data.experimental.AUTOTUNE 就是根据你的cpu的情况，自动判断多线程的数量。上面代码的输出结果为：

- END -

往期精彩回顾

适合初学者入门人工智能的路线及资料下载

机器学习及深度学习笔记等资料打印

机器学习在线手册

深度学习笔记专辑

《统计学习方法》的代码复现专辑

AI基础下载

机器学习的数学基础专辑

获取一折本站知识星球优惠券，复制链接直接打开：

https://t.zsxq.com/662nyZF

本站qq群704220115。

加入微信群请扫码进群(如果是博士或者准备读博士请说明)：