如何使用 ImageDataGenerator().flow_from_dataframe 进行扩充？
How to use augmentations with ImageDataGenerator().flow_from_dataframe?
好像没有map方法：
aug_ds = train_ds.map(
lambda x, y: (resize_and_rescale(x, training=True), y))
AttributeError: 'DataFrameIterator' object has no attribute 'map'
当然我可以在模型中使用预处理层，但我需要自定义函数来进行扩充。
您可以使用 ImageDataGenerator 的 preprocessing_function 参数来添加额外的扩充。在调整图像大小和增强图像后，该函数将 运行。但是，请注意 docs:
中的警告
Warning: tf.keras.preprocessing.image.ImageDataGenerator is not recommended for new code. Prefer loading images with tf.keras.utils.image_dataset_from_directory and transforming the output tf.data.Dataset with preprocessing layers. For more information, see the tutorials for loading images and augmenting images, as well as the preprocessing layer guide.
所以，也许只使用 tf.keras.utils.image_dataset_from_directory。
好像没有map方法：
aug_ds = train_ds.map(
lambda x, y: (resize_and_rescale(x, training=True), y))
AttributeError: 'DataFrameIterator' object has no attribute 'map'
当然我可以在模型中使用预处理层，但我需要自定义函数来进行扩充。
您可以使用 ImageDataGenerator 的 preprocessing_function 参数来添加额外的扩充。在调整图像大小和增强图像后，该函数将 运行。但是，请注意 docs:
Warning: tf.keras.preprocessing.image.ImageDataGenerator is not recommended for new code. Prefer loading images with tf.keras.utils.image_dataset_from_directory and transforming the output tf.data.Dataset with preprocessing layers. For more information, see the tutorials for loading images and augmenting images, as well as the preprocessing layer guide.
所以，也许只使用 tf.keras.utils.image_dataset_from_directory。