如何附加多个"'tensorflow.python.data.ops.dataset_ops.BatchDataset"？

Question

我的图像分类任务中有以下部分代码。对于这个任务，我必须在文件夹中的图像上训练模型，并测试模型并预测准确性

import tensorflow
import keras
from tensorflow.keras import preprocessing
data1 = preprocessing.image_dataset_from_directory("folder",label_mode="categorical",seed=0, image_size=(100,120))
data2 = preprocessing.image_dataset_from_directory("folder",label_mode="categorical",seed=0, image_size=(100,120))
type(data1)
type(data2)

运行此代码后，结果将存储在data1和data2

中。data1和data2的类型是类tensorflow.python.data.ops.dataset_ops.BatchDataset

我想把data2附加到data1，这样我就可以使用结果数据来训练模型。

我之前尝试过连接

'data1.concatenate (data2)

'它在测试中失败并抛出错误categorical_crossentropy target.shape.assert_is_compatible_with(output.shape)ValueError:形状(None, 1)和(None, 2)不兼容

我也试过np.append()在训练期间失败并抛出以下错误

ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type BatchDataset)

但是我必须使用追加来链接数据例如data1

[(array([[[[165., 166., 170.],
[165., 166., 170.],
[165., 166., 170.],
[158., 157., 155.],
[158., 157., 155.],
[157., 156., 154.]],

data2

[(array([[[[161., 165., 168.],
[161., 165., 168.],
[161., 165., 168.],
[157., 160., 149.],
[157., 160., 149.],
[157., 160., 149.]],

附加的数据应该是

[(array([[[[165., 166., 170.],
[165., 166., 170.],
[165., 166., 170.],
[158., 157., 155.],
[158., 157., 155.],
[157., 156., 154.]]
[161., 165., 168.],
[161., 165., 168.],
[161., 165., 168.],
[157., 160., 149.],
[157., 160., 149.],
[157., 160., 149.]]

我按照这个https://stackoverflow.com/questions/73934511/how-to-concatenate-tensorflow-python-data-ops-dataset-ops-batchdataset进行连接

Answer 1

我已经执行了下面的代码

import tensorflow as tf
from tensorflow.keras import preprocessing
data1 = preprocessing.image_dataset_from_directory("/content/",label_mode="categorical",seed=0, image_size=(100,120))
output:Found 809 files belonging to 4 classes.

data2 = preprocessing.image_dataset_from_directory("/content/Pistachio_Image_Dataset",label_mode="categorical",seed=0, image_size=(100,120))
output:Found 2148 files belonging to 3 classes.

combined_dataset = data1.concatenate(data2)

代码运行良好，不产生任何错误。谢谢你。