Как преобразовать список в Python в массив NumPy, чтобы поместить в тензорный поток

Question

Я пытаюсь создать модель глубокого обучения для этого набора данных .Поскольку я работаю с рабочим столом, я использую только 3000 изображений из первого учебного набора, который у меня есть в папке на внешнем диске.Я использую следующий код Python, чтобы получить список изображений из папки:

from PIL import Image
import glob
image_list = []
for filename in glob.glob('/Volumes/G-DRIVE mobile USB-C/traan/*.jpeg'): #assuming jpeg
    im=Image.open(filename)
    image_list.append(im)

print(image_list)

Список выглядит так, когда его распечатывают:

[<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=3888x2592 at 0x1087337D0>, <PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=3888x2592 at 0x108733850>, ...

Как мне взять этот списоки преобразовать его в форму, которую я могу поместить в тензорную модель потока, возможно, такую, как в этого урока.

Answer 1

Ваша первая потребность преобразовать ваш список в массив numpy,

import numpy as np
images_list = np.stack(image_list) # assuming all the images have similar shape
                                   # i.e. (height, width, 3), images_list has now
                                   # shape (num_images, height, width, channel)

Затем вы можете использовать этот тензор или его часть для обучения вашей модели с использованием заполнителя

images = tf.placeholder(tf.float32, [None, height, width, channel])
...
sess.run(train_op, feed_dict={images:images_list})