小编nes*_*uno的帖子

假设我以这种方式定义了一个数据集：

filename_dataset = tf.data.Dataset.list_files("{}/*.png".format(dataset))

如何获取数据集中的元素数量（因此，构成一个纪元的单个元素的数量）？

我知道tf.data.Dataset已经知道数据集的维度，因为该repeat()方法允许在指定的时期内重复输入管道。因此，它必须是获取此信息的一种方法。

我正在使用docker-compose.

我的docker-compose.yml看起来像

redis:
  image: redis
  expose:
      - "6379"
  volumes:
      - ./redis:/data

nerdzcrush:
  image: nerdzeu/docker-nerdzcrush
  ports:
      - "8181:81"
  links:
      - redis
  volumes:
      - ./mediacrush:/home/mediacrush

当我运行docker-compose up一切正常.

之后,我需要更改装载路径.我停止了容器docker-compose stop,我用这种方式改变了我的docker-compose.yml:

redis:
  image: redis
  expose:
      - "6379"
  volumes:
      - ./nerdzcrush/redis:/data

nerdzcrush:
  image: nerdzeu/docker-nerdzcrush
  ports:
      - "8181:81"
  links:
      - redis
  volumes:
      - ./nerdzcrush/mediacrush:/home/mediacrush

我删除了旧目录

sudo rm -rf ./mediacrush ./redis

在那之后,我开始使用容器 docker-compose up -d

我希望容器开始使用新路径,但我看到使用了旧路径.因此,我的文件夹中又有./mediacrush和./redis.

这是我对docker-compose错误理解的东西,或者是docker-compose的问题？

我正在使用docker-compose版本:1.5.0dev

谢谢

就稳定性而言，它们之间是否存在任何区别，哪一个是最新的等等。此外，在接下来的几个月中，我应该期待Beta版本吗？然后最终发布？

使用下面的代码,我使用OpenCV和Tensorflow读取相同的图像.

import tensorflow as tf
import cv2

def get_image(image_path):
    """Reads the jpg image from image_path.
    Returns the image as a tf.float32 tensor
    Args:
        image_path: tf.string tensor
    Reuturn:
        the decoded jpeg image casted to float32
    """
    return tf.image.convert_image_dtype(
        tf.image.decode_jpeg(
            tf.read_file(image_path), channels=3),
        dtype=tf.uint8)


path = "./images/2010_006748.jpg"
original_image = cv2.imread(path)

image_tensor = get_image(tf.constant(path))
# convert to uint8
image_tensor = tf.image.convert_image_dtype(image_tensor, dtype=tf.uint8)
with tf.Session() as sess:
    image = sess.run(image_tensor)

cv2.imshow("tf", image)
cv2.imshow("original", original_image)
cv2.waitKey(0)

正如你可以从图片看,疗法是通过OpenCV的(正确的颜色)和Tensorflow(错误的颜色)读取图像之间的差异.

我尝试使用Tensorflow图像的颜色进行标准化,cv2.normalize(image, image, 0, 255, cv2.NORM_MINMAX, dtype=cv2.CV_8UC3)但没有任何改变.

我还尝试将图像读取为 …