K-Fold Crossvalidation в Tensorflow при использовании flow_from_directory для распознавания изображений

Question

Отказ от ответственности: у меня очень мало опыта работы с Tensorflow.

У меня есть пользовательский набор данных с 20 категориями по 100+ изображений в каждой. Я делаю 5-кратную перекрестную проверку с использованием InceptionV3 для трансфера обучения. Самый простой способ загрузить этот набор данных в Tensorflow, который мне удалось найти, - это flow_from_directory, и он работает один раз, но не 5, поскольку вы не можете установить сгибы. Как бы я go разделил генераторы на 5 сгибов? Должен ли я использовать альтернативный метод импорта данных вместо flow_from_directory? Был похожий вопрос , где ответ, казалось бы, просто импортировал его другим способом. Спасибо!

from tensorflow.keras.preprocessing.image import ImageDataGenerator
datagen=ImageDataGenerator(preprocessing_function=preprocess_input,
                                 validation_split=0.2)
train_generator=datagen.flow_from_directory('/content/dataset',
                                                 target_size=(299,299),
                                                 color_mode='rgb',
                                                 batch_size=32,
                                                 class_mode='categorical',
                                                 shuffle=True,
                                                  subset='training')
val_generator = datagen.flow_from_directory('/content/dataset',
                                                 target_size=(299,299),
                                                 color_mode='rgb',
                                                 batch_size=32,
                                                 class_mode='categorical',
                                                 shuffle=True,
                                                subset='validation')