Модуль: tf.keras.utils

НЕ РЕДАКТИРОВАТЬ.

Этот файл был сгенерирован автоматически. Не редактируйте его вручную, так как ваши изменения будут перезаписаны.

Модули

legacy модуль: НЕ РЕДАКТИРОВАТЬ.

Классы

class CustomObjectScope: Предоставляет пользовательские классы/функции для внутренних механизмов десериализации Keras.

class FeatureSpace: Универсальный инструмент для предобработки и кодирования структурированных данных.

class Progbar: Отображает индикатор прогресса.

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

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

class custom_object_scope: Предоставляет пользовательские классы/функции для внутренних механизмов десериализации Keras.

Функции

array_to_img(...): Преобразует 3D массив NumPy в экземпляр PIL Image.

audio_dataset_from_directory(...): Генерирует tf.data.Dataset из аудиофайлов в директории.

clear_session(...): Сбрасывает все состояние, сгенерированное Keras.

deserialize_keras_object(...): Восстанавливает объект путем десериализации словаря конфигурации.

disable_interactive_logging(...): Отключить интерактивный вывод логов.

enable_interactive_logging(...): Включить интерактивный вывод логов.

get_custom_objects(...): Получает текущую ссылку на глобальный словарь пользовательских объектов.

get_file(...): Загружает файл из URL, если он еще не находится в кэше.

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

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

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

image_dataset_from_directory(...): Генерирует tf.data.Dataset из файлов изображений в директории.

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

is_interactive_logging_enabled(...): Проверяет, включен ли интерактивный вывод логов.

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(...): Удлиняет последовательности до одинаковой длины.

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

register_keras_serializable(...): Регистрирует объект в рамках фреймворка сериализации Keras.

save_img(...): Сохраняет изображение, представленное как массив NumPy, в путь или объект файла.

serialize_keras_object(...): Получает словарь конфигурации путем сериализации объекта Keras.

set_random_seed(...): Устанавливает все случайные семена (Python, NumPy и фреймворк бэкенда, например TF).

split_dataset(...): Разделяет набор данных на левую и правую половины (например, тренировочные/тестовые).

standardize_dtype(...)

text_dataset_from_directory(...): Генерирует tf.data.Dataset из текстовых файлов в директории.

timeseries_dataset_from_array(...): Создаёт набор данных скользящих окон над временным рядом, предоставленным в виде массива.

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

unpack_x_y_sample_weight(...): Распаковывает кортеж, предоставленный пользователем.