如何从训练数据中提取验证数据？（TensorFlow代码场景）

嘿，我来帮你搞定这个验证数据分离的问题！你已经用tf.keras.preprocessing.image_dataset_from_directory加载了训练集，要得到对应的验证集其实只需要再调用一次这个函数，关键是要保证几个核心参数和训练集完全一致，这样才能正确拆分出不重叠的验证数据。

具体实现步骤 #

首先，你现有的训练集加载代码是这样的：

self.__Dir_Data = tf.keras.preprocessing.image_dataset_from_directory(
    self.__Dir_Path,
    validation_split=0.1,
    subset="training",
    seed=1,
    labels='inferred',
    label_mode='int',
    batch_size=32,
    image_size=(124, 124)
)

要加载对应的验证集，只需要复制这段代码，把subset参数改成"validation"，同时确保validation_split、seed、labels、label_mode、batch_size、image_size这些参数和训练集完全相同：

self.__Dir_Val = tf.keras.preprocessing.image_dataset_from_directory(
    self.__Dir_Path,
    validation_split=0.1,
    subset="validation",
    seed=1,  # 必须和训练集的seed一致，才能保证拆分后数据集无重叠
    labels='inferred',
    label_mode='int',
    batch_size=32,
    image_size=(124, 124)
)

这么做的核心原因 #

• TensorFlow会根据validation_split=0.1自动把原始数据按9:1的比例拆分，10%作为验证集，90%作为训练集
• 相同的seed参数能确保两次加载的数据集完全不重叠，避免训练时用到验证数据导致的数据泄露问题
• 保持其他参数一致，能保证验证集和训练集的预处理逻辑（图像尺寸、标签格式、批次大小）完全匹配，后续模型评估的结果才准确

这样你就得到了独立的训练集self.__Dir_Data和验证集self.__Dir_Val，可以直接用在模型的fit方法里做训练和验证啦！

内容的提问来源于stack exchange，提问作者Damian Andrysiak