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

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注