如何使用Python和Tensorflow可视化花卉数据集？

‘matplotlib’库可以帮助可视化花卉数据集。‘imshow’方法用于在控制台上显示图像。迭代整个数据集，仅显示前几个图像。

我们将使用花卉数据集，其中包含数千张花朵图像。 它包含5个子目录，每个类别一个子目录。

我们使用Google Colaboratory运行以下代码。Google Colab或Colaboratory可以通过浏览器运行Python代码，并且无需配置，可以免费访问GPU（图形处理器）。 Colaboratory是建立在Jupyter Notebook之上的。

import matplotlib.pyplot as plt

print("可视化花卉数据集")
plt.figure(figsize=(10, 10))
for images, labels in train_ds.take(1):
   for i in range(6):
      ax = plt.subplot(3, 3, i + 1)
      plt.imshow(images[i].numpy().astype("uint8"))
      plt.title(class_names[labels[i]])
      plt.axis("off")

print("迭代数据集")
print("检索图像的批次")
for image_batch, labels_batch in train_ds:
   print(image_batch.shape)
   print(labels_batch.shape)
   break

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

更多Python相关文章，请阅读：Python 教程

输出

可视化花卉数据集
迭代数据集
检索图像的批次
(32, 180, 180, 3)
(32,)

说明

• 使用matplotlib库可视化花卉数据集。
• 迭代前6个图像，并在控制台上显示它们。
• 再次迭代数据集，并在控制台上显示图像的尺寸。