Keras — Utils

Sumário
1.	Introdução
2.	"get_file:" Baixa um ficheiro da "net"
3.	"image_dataset_from_directory:" Carrega um dataset
4.	"plot_model:" Visualizar um modelo
5.
6.	Links úteis

Início

---

1. Introdução

O Keras disponibiliza deversos utilitários para a manipulação de dados.

Início

---

2. "get_file:" Baixa um ficheiro da "net"

keras.utils.get_file ("__Pasta_a_cria__", "__URL__", ...)
Para baixar um ficheiro da internet pode usar-se o método "keras.utils.get_file" faz o download do ficheiro e retorna o endereço completo do ficheiro guardado. O primeiro argumento é o nome com que se quer guardar o ficheiro e o segundo argumento o seu URL. Exemplo:

data_path = keras.utils.get_file ("data.data", "__URL__")

Ver: Keras: get_file.

Início

---

3. "image_dataset_from_directory:" Carrega um dataset

keras.utils.image_dataset_from_directory ("__Pasta__", ...)
Esta função carrega o dataset contido em "__Pasta__" e permite criar os conjuntos de treino e de validação, bem como redimensionar as imagens. Algumas das opções mais frequentes são:

• validation_split: Fracção dos dados a reservar para validação (default: None).
• subset: Pode ser "training", "validation", ou "both" (default: None).
• shuffle: Permite baralhar as imagens. É um booleano (default: True).
• image_size: Permite redimensionar as imagens para um valor desejado (default: (256, 256)).
• seed: Permite escolher uma "seed" para o gerador de números aleatórios. Útil para testes (default: None).
  

Exemplo:

treino = keras.utils.image_dataset_from_directory (data_dir, seed=123, batch_size=32, 
validation_split=0.2, subset="training", image_size=(256, 256))

Ver: Keras: image_dataset_from_directory

Início

---

4. "plot_model:" Visualizar um modelo

A visualização de um modelo pode ser feita com keras.utils.plot_model. Exemplos:

keras.utils.plot_model(model, to_file="model.png", show_shapes=True,)

keras.utils.plot_model(model, to_file="model.png", show_shapes=True, show_dtype=True,)

keras.utils.plot_model(model, to_file="model.png", show_shapes=True, show_dtype=True, expand_nested=True, show_layer_activations=True, show_trainable=True)

os.system("shotwell model.png")

Ver também: HowTo: Model.summary
Bibliografia:

• tensorflow: Save and load
• Keras: Save, serialize, and export models

Início

---

5.

Início

---

6. Links úteis

Início

---