ग्रिड प्रारूप में परिवर्तित छवियों को प्रदर्शित करने के लिए कोड को संशोधित करने के लिए, हम पायथन में matplotlib लाइब्रेरी का उपयोग कर सकते हैं। Matplotlib एक व्यापक रूप से उपयोग की जाने वाली प्लॉटिंग लाइब्रेरी है जो विज़ुअलाइज़ेशन बनाने के लिए विभिन्न प्रकार के फ़ंक्शन प्रदान करती है।
सबसे पहले, हमें आवश्यक पुस्तकालयों को आयात करने की आवश्यकता है। TensorFlow के अलावा, हम matplotlib.pyplot मॉड्यूल को plt के रूप में आयात करेंगे:
python import tensorflow as tf import matplotlib.pyplot as plt
इसके बाद, हमें छवियों का आकार बदलने के लिए कोड को संशोधित करना होगा। यह मानते हुए कि हमारे पास `images` नामक वेरिएबल में संग्रहीत छवियों की एक सूची है, हम प्रत्येक छवि को वांछित आकार में आकार देने के लिए TensorFlow के `tf.image.resize()` फ़ंक्शन का उपयोग कर सकते हैं। उदाहरण के लिए, यदि हम छवियों का आकार (64, 64) में बदलना चाहते हैं, तो हम निम्नलिखित कार्य कर सकते हैं:
python resized_images = [tf.image.resize(image, (64, 64)) for image in images]
अब जबकि हमारे पास बदली हुई छवियां हैं, हम उन्हें प्रदर्शित करने के लिए एक ग्रिड लेआउट बना सकते हैं। हम सबप्लॉट्स का ग्रिड बनाने के लिए `plt.subplots()` फ़ंक्शन का उपयोग करेंगे, जहां प्रत्येक सबप्लॉट एक छवि का प्रतिनिधित्व करता है। हम ग्रिड में पंक्तियों और स्तंभों की संख्या, साथ ही प्रत्येक सबप्लॉट का आकार निर्दिष्ट कर सकते हैं:
python num_rows = 4 num_cols = 4 fig, axes = plt.subplots(num_rows, num_cols, figsize=(10, 10))
इसके बाद, हम बदली हुई छवियों पर पुनरावृति कर सकते हैं और प्रत्येक छवि को एक सबप्लॉट पर प्लॉट कर सकते हैं। हम छवि प्रदर्शित करने के लिए `Axes` ऑब्जेक्ट से `imshow()` फ़ंक्शन का उपयोग कर सकते हैं:
python for i, ax in enumerate(axes.flat): ax.imshow(resized_images[i]) ax.axis('off')
अंत में, हम छवियों की ग्रिड प्रदर्शित करने के लिए `plt.show()` फ़ंक्शन का उपयोग कर सकते हैं:
python plt.show()
इन सबको एक साथ रखने पर, संशोधित छवियों को ग्रिड प्रारूप में प्रदर्शित करने के लिए संशोधित कोड इस तरह दिखेगा:
python import tensorflow as tf import matplotlib.pyplot as plt # Assuming we have a list of images stored in the variable `images` resized_images = [tf.image.resize(image, (64, 64)) for image in images] # Create a grid layout for the images num_rows = 4 num_cols = 4 fig, axes = plt.subplots(num_rows, num_cols, figsize=(10, 10)) # Plot each resized image on a subplot for i, ax in enumerate(axes.flat): ax.imshow(resized_images[i]) ax.axis('off') # Display the grid of images plt.show()
इन चरणों का पालन करके, आप पायथन में matplotlib लाइब्रेरी का उपयोग करके संशोधित छवियों को ग्रिड प्रारूप में प्रदर्शित करने के लिए कोड को संशोधित कर सकते हैं।
संबंधित अन्य हालिया प्रश्न और उत्तर केगल फेफड़े के कैंसर का पता लगाने वाले कॉम्पिटिटन के साथ 3 डी कनफ्लुएंट न्यूरल नेटवर्क:
- कागल प्रतियोगिता में फेफड़ों के कैंसर का पता लगाने के लिए 3डी कनवल्शनल न्यूरल नेटवर्क के प्रदर्शन में सुधार के लिए कुछ संभावित चुनौतियाँ और दृष्टिकोण क्या हैं?
- कन्वेन्शनल पैच के आयामों और चैनलों की संख्या को ध्यान में रखते हुए, 3डी कन्वेन्शनल न्यूरल नेटवर्क में सुविधाओं की संख्या की गणना कैसे की जा सकती है?
- कनवल्शनल न्यूरल नेटवर्क में पैडिंग का उद्देश्य क्या है, और TensorFlow में पैडिंग के लिए क्या विकल्प हैं?
- आयामों और प्रगति के संदर्भ में एक 3डी कनवल्शनल न्यूरल नेटवर्क 2डी नेटवर्क से किस प्रकार भिन्न है?
- TensorFlow का उपयोग करके कागल फेफड़े के कैंसर का पता लगाने की प्रतियोगिता के लिए 3D कनवल्शनल न्यूरल नेटवर्क चलाने में क्या कदम शामिल हैं?
- छवि डेटा को एक सुन्न फ़ाइल में सहेजने का उद्देश्य क्या है?
- प्रीप्रोसेसिंग की प्रगति को कैसे ट्रैक किया जाता है?
- बड़े डेटासेट को प्रीप्रोसेस करने के लिए अनुशंसित दृष्टिकोण क्या है?
- लेबलों को एक-हॉट प्रारूप में परिवर्तित करने का उद्देश्य क्या है?
- "प्रोसेस_डेटा" फ़ंक्शन के पैरामीटर क्या हैं और उनके डिफ़ॉल्ट मान क्या हैं?