如何根据标签有选择地增加数据子集？

提问于 2024-05-06T21:45:26+08:00

浏览次

0

我正在使用Keras 1.2.1，张量流后端和生成器进行回归神经网络，以实现即时图像增强 .

我想基于与每个图像相关联的标签来扩充我的混洗数据集 .

例如，在每个时代，我只想包括25％的标记为 0.00 的图像 .
另一方面，如果图像被标记为，例如<= -.20 我想要旋转/翻转/剪切一些随机量 .

问题是，如何有选择地选择基于其标签来增强图像数据？
这可能吗？

1 回答

1

你可以使用布尔索引在numpy中完成它 . Tensorflow还允许您这样做，请参阅tf.boolean_mask

回复于 2024-05-06T21:45:26+08:00

相关问题