Tensorflow:数据增强

- **🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/kV8ZsJv6cPNzJLEuhPfvXg) 中的学习记录博客**
- **🍖 原作者：[K同学啊](https://mtyjkh.blog.youkuaiyun.com/)**

在这次学习中，我们将展示两种数据增强的方式，以及如何自定义数据增强方式并将其放到我们代码当中，两种数据增强方式如下：

• 将数据增强模块嵌入model中
• 在Dataset数据集中进行数据增强

一：前期准备工作

1.设置GPU

import matplotlib.pyplot as plt
import numpy as np
#隐藏警告
import warnings
warnings.filterwarnings('ignore')

from tensorflow.keras import layers
import tensorflow as tf
gpus = tf.config.list_physical_devices("GPU")

if gpus:
    tf.config.experimental.set_memory_growth(gpus[0], True)  #设置GPU显存用量按需使用
    tf.config.set_visible_devices([gpus[0]],"GPU")

# 打印显卡信息，确认GPU可用
print(gpus)

2.加载数据

data_dir   = "/content/drive/MyDrive/34-data"
img_height = 224
img_width  = 224
batch_size = 32

train_ds = tf.keras.preprocessing.image_dataset_from_directory(
    data_dir,
    validation_split=0.3,
    subset="training",
    seed=12,
    image_size=(img_height, img_width),
    batch_size=batch_size)

val_ds = tf.keras.preprocessing.image_dataset_from_directory(
    data_dir,
    validation_split=0.3,
    subset&