画像データセットの構築では，「メモリのパンク」に対する考慮が必要になる。
今回は，微小な画像が３つだけなので，all_image の構築を経由するつぎのやり方でも，image_ds をつくることができる。
しかし，画像サイズが標準的で枚数も多いときは，all_image の構築はメモリをパンクさせてしまう。
<![CDATA[>>> def load_and_preprocess_image(path):
... image_raw = tf.io.read_file(path)
... image_tensor = tf.image.decode_image(image_raw, channels=3)
... image_final = tf.image.resize(image_tensor, [3, 3])
... image_final /= 255.0
... return image_final
...
>>> all_images = []
>>> for path in all_image_paths:
... image = def load_and_preprocess_image(path)
... all_images.append(image)
...
>>> all_images
[<tf.Tensor: shape=(3, 3, 3), dtype=float32, numpy=
array([[[0.3098039 , 0.28235292, 0.25098038],
[0.5424836 , 0.5555555 , 0.52941173],
[0.4339869 , 0.45359474, 0.43006533]],
[[0.29019606, 0.27843136, 0.2117647 ],
[0.49281043, 0.4575163 , 0.2980392 ],
[0.40653595, 0.32418302, 0.20261437]],
[[0.2588235 , 0.23137254, 0.12156862],
[0.496732 , 0.38692808, 0.20392156],
[0.42614383, 0.33594772, 0.17124183]]], dtype=float32)>,
<tf.Tensor: shape=(3, 3, 3), dtype=float32, numpy=
array([[[0.7333333 , 0.772549 , 0.8705882 ],
[0.69019604, 0.7098039 , 0.7843137 ],
[0.6823529 , 0.7215686 , 0.7294117 ]],
[[0.4954248 , 0.620915 , 0.77385616],
[0.4954248 , 0.5464052 , 0.669281 ],
[0.44183004, 0.448366 , 0.47843134]],
[[0.5581699 , 0.66405225, 0.8405228 ],
[0.5973856 , 0.67581695, 0.7816993 ],
[0.5437909 , 0.53594774, 0.54771245]]], dtype=float32)>,
<tf.Tensor: shape=(3, 3, 3), dtype=float32, numpy=
array([[[0.4705882 , 0.36470586, 0.18039215],
[0.496732 , 0.38039213, 0.21437907],
[0.3215686 , 0.2732026 , 0.14640522]],
[[0.41568625, 0.3490196 , 0.23137254],
[0.4980392 , 0.45620912, 0.3215686 ],
[0.34640518, 0.3307189 , 0.2457516 ]],
[[0.45490193, 0.47450978, 0.45098037],
[0.55032676, 0.55163395, 0.51241827],
[0.40130717, 0.38169932, 0.34248364]]], dtype=float32)>]
>>> image_ds = \
... tf.data.Dataset.from_tensor_slices(all_images)
>>> image_ds
<DatasetV1Adapter shapes: (3, 3, 3), types: tf.float32>]]>
データセットの画像は，画素数 3x3 で，全部で３枚。
ウィンドウのキャンバスを３行１列に等分し，画像３枚を上から下へ順に置いていく。
<![CDATA[>>> import matplotlib.pyplot as plt
>>> for n,image in enumerate(image_ds):
... plt.subplot(3,1,n+1)
... plt.imshow(image)
... plt.grid(False)
... plt.xticks([])
... plt.yticks([])
... plt.show()
...
<ul>
<xmp>>>> for n,image in enumerate(image_ds.take(3)):
... plt.subplot(3,1,n+1)
... plt.imshow(image)
... plt.grid(False)
... plt.xticks([])
... plt.yticks([])
... plt.show()
...
<AxesSubplot:>
<matplotlib.image.AxesImage object at 0x51740310>
([], [])
([], [])]]>
(画像のウィンドウが開く)
ウィンドウを閉じる
<![CDATA[<AxesSubplot:>
<matplotlib.image.AxesImage object at 0x5cfd50d0>
([], [])
([], [])]]>
(画像のウィンドウが開く)
ウィンドウを閉じる
<![CDATA[<AxesSubplot:>
<matplotlib.image.AxesImage object at 0x692a0b70>
([], [])
([], [])]]>
(画像のウィンドウが開く)
ウィンドウを閉じる
<![CDATA[>>> ]]>
 画像表示におけるウィンドウサイズ
|