Модуль: tf.keras.utils

НЕ РЕДАКТИРУЙТЕ.

Этот файл создан автоматически. Не редактируйте его вручную, поскольку ваши изменения будут перезаписаны.

Модули

legacy модуль: НЕ РЕДАКТИРУЙТЕ.

Классы

class CustomObjectScope: Предоставляет пользовательские классы и функции внутренним механизмам десериализации Keras.

class FeatureSpace: Универсальная утилита для предварительной обработки и кодирования структурированных данных.

class Progbar: Отображает индикатор выполнения.

class PyDataset: Базовый класс для определения параллельного набора данных с помощью кода Python.

class Sequence: Базовый класс для определения параллельного набора данных с помощью кода Python.

class custom_object_scope: Предоставляет пользовательские классы и функции внутренним механизмам десериализации Keras.

Функции

array_to_img(...): Преобразует трехмерный массив NumPy в экземпляр изображения PIL.

audio_dataset_from_directory(...): Создает tf.data.Dataset из аудиофайлов в каталоге.

clear_session(...): Сбрасывает все состояния, созданные Keras.

deserialize_keras_object(...): Получает объект, десериализуя словарь конфигурации.

disable_interactive_logging(...): Отключает интерактивное ведение журнала.

enable_interactive_logging(...): Включает интерактивное ведение журнала.

get_custom_objects(...): Возвращает живую ссылку на глобальный словарь пользовательских объектов.

get_file(...): Загружает файл по URL, если его еще нет в кэше.

get_registered_name(...): Возвращает имя, зарегистрированное для объекта в среде Keras.

get_registered_object(...): Возвращает класс, связанный с name, если он зарегистрирован в Keras.

get_source_inputs(...): Возвращает список входных тензоров, необходимых для вычисления tensor.

image_dataset_from_directory(...): Создает tf.data.Dataset из файлов изображений в каталоге.

img_to_array(...): Преобразует экземпляр изображения PIL в массив NumPy.

is_interactive_logging_enabled(...): Проверяет, включено ли интерактивное ведение журнала.

is_keras_tensor(...): Возвращает, является ли x тензором Keras.

load_img(...): Загружает изображение в формате PIL.

model_to_dot(...): Преобразует модель Keras в формат dot.

normalize(...): Нормализует массив.

pack_x_y_sample_weight(...): Упаковывает предоставленные пользователем данные в кортеж.

pad_sequences(...): Дополняет последовательности до одинаковой длины.

plot_model(...): Преобразует модель Keras в формат dot и сохраняет ее в файл.

register_keras_serializable(...): Регистрирует объект в системе сериализации Keras.

save_img(...): Сохраняет изображение, представленное массивом NumPy, по указанному пути или в файловый объект.

serialize_keras_object(...): Получает словарь конфигурации, сериализуя объект Keras.

set_random_seed(...): Устанавливает все значения начального состояния генераторов случайных чисел (Python, NumPy и фреймворка backend, например TF).

split_dataset(...): Разделяет набор данных на левую и правую части (например, для обучения и тестирования).

standardize_dtype(...)

text_dataset_from_directory(...): Создает tf.data.Dataset из текстовых файлов в каталоге.

timeseries_dataset_from_array(...): Создает набор данных из скользящих окон по временному ряду, представленному в виде массива.

to_categorical(...): Преобразует вектор классов (целые числа) в бинарную матрицу классов.

unpack_x_y_sample_weight(...): Распаковывает кортеж данных, предоставленных пользователем.