如何根据标签有选择地增加数据子集？ [英] How do I selectively augment subsets of data based on their labels?

问题描述

我正在开发一个回归神经网络，它使用Kera 1.2.1、TensorFlow后端和用于动态图像增强的生成器。

我希望根据与每个图像相关联的标签来增加我的随机数据集。

例如，在每个时期，我只想包括被标记为0.00的图像的25%。
另一方面，如果图像标记为-.20，我想将其旋转/翻转/完全旋转某个随机量。

问题是，我如何才能有选择地根据图像数据的标签来增加图像数据？
这可能吗？

推荐答案

您可以使用布尔索引在NumPy中执行此操作。TensorFlow也允许您这样做，请参见tf.boolean_mask

这篇关于如何根据标签有选择地增加数据子集？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！