如何使用Keras顺序API和Tensorflow下载花朵数据集？

使用存储数据集的谷歌API和Keras顺序API可以下载花卉数据集。使用API（URL）的“get_file”方法来获取数据集并将其存储在内存中。

更多Python相关文章，请阅读：Python 教程

至少包含一层的神经网络被称为卷积层。卷积神经网络已被用于解决某种特定类型的问题，例如图像识别。

使用preprocessing.image_dataset_from_directory加载数据创建keras.Sequential模型的图像分类器。数据可以从磁盘高效地加载。通过数据增强和dropout等技术来识别过拟合并进行缓解。这个数据集包含3700朵花的图像。此数据集包含5个子目录，每个类别一个子目录，它们是：雏菊，蒲公英，玫瑰，向日葵和郁金香。

我们使用Google Colaboratory来运行下面的代码。 Google Colab或Colaboratory可以通过浏览器运行Python代码，无需进行任何配置，并可以免费访问GPU（图形处理单元）。Colaboratory建立在Jupyter Notebook之上。

import matplotlib.pyplot as plt
import numpy as np
import os
import PIL
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
from tensorflow.keras.models import Sequential
import pathlib
print("Required pakcages imported")
dataset_url = "https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz"
data_dir = tf.keras.utils.get_file('flower_photos', origin=dataset_url, untar=True)
data_dir = pathlib.Path(data_dir)
print("Data has been downloaded")

代码来源：https://www.tensorflow.org/tutorials/images/classification

输出

Required pakcages imported
Downloading data from https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz
228818944/228813984 [==============================] - 5s 0us/step
Data has been downloaded