我尝试了很多在线教程,但它们根本不起作用。mnist数据集可以只使用tf.keras.datasets.mnist.load_data
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data(datapath)
model = keras.models.Sequential([
layers.Conv2D(filters=16, kernel_size=(5,5), padding='same',
input_shape=(28,28,1), activation='relu'),
layers.MaxPooling2D(pool_size=(2, 2)),
layers.Conv2D(filters=36, kernel_size=(5,5), padding='same',
activation='relu'),
layers.MaxPooling2D(pool_size=(2, 2)),
layers.Dropout(0.25),
layers.Flatten(),
layers.Dense(128, activation='relu'),
layers.Dropout(0.5),
layers.Dense(10,activation='softmax')
])
model.fit(x=x_train, y=y_train, validation_split=0.2,
epochs=30, batch_size=128, verbose=1)
但是我怎么能得到这些:(x_train, y_train), (x_test, y_test)
从tfrecord文件?
我是新手,希望你能帮助我。
TFRecord文件是一种二进制格式,有点像zip文件。它可以在许多布局中包含许多内容,因此它们不能互换。你的TFRecord需要按照你的模型期望的方式被格式化。
TFRecord Roboflow导出在一个特定的布局中,意味着与Tensorflow对象检测一起使用,就像这篇博客文章*一样。它可能无法用于MNIST(即分类)。
*注意:这个框架已经过时了,现在也不太流行了。如果你是从头开始,我不建议你使用它。