处理图像以输入卷积神经网络

我是机器学习的新手,最近在Coursera上参加了由Andrew Ng开设的课程。之后我转向Python,并使用Pandas、Numpy、Sklearn来实现机器学习算法。浏览过程中,我发现了TensorFlow,觉得它非常棒,于是实现了这个示例,它以MNIST数据作为输入。现在我想读取我自己的自定义图像并用它们进行训练。我对如何将图像转换为类似MNIST的数据感到困惑,或者有其他方法来训练我的网络。我通过这个教程创建了我的网络。


回答:

关于MNIST数据集的信息可以在Yann LeCun的网站上找到。

TensorFlow模块tensorflow.examples.tutorials.mnist.mnist_softmax.py似乎是在为训练/测试步骤获取/准备数据集。

MNIST数据集包含手写数字的图像及其对应的标签。如果你想为新图像创建标签,可以使用scipy.misc.imread

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注