在实际复制文件夹时,如何在使用flow_from_directory时将文件夹视为一个?

时间:2019-06-19 04:47:12

标签: machine-learning keras deep-learning

我的数据集中有四个类(A,B,C,D) 我正在尝试使用多个二进制分类器,而不是使用平面的多类分类器。 示例:

首先-A与B

然后(A&B与C)

然后(A&B&C vs D)

如何通过使用flow_from_directory做到这一点,而不必每次都将文件夹的内容实际合并到新文件夹中。

谢谢

1 个答案:

答案 0 :(得分:0)

对于第一种情况,您可以从flow_from_directory中指定属性classes

generator.flow_from_directory('./train', classes=['A', 'B'])

对于其他情况,请查看此答案https://stackoverflow.com/a/52392763/844372

相关问题