在Tensorflow

使用自己的数据，我已经知道如何使用MNIST数据集，使神经网络。我一直在寻找关于如何在自己的数据集上训练神经网络3个月的教程，但我只是没有得到它。如果有人可以提出任何好的教程或解释所有这些如何工作，请帮助。 PS。我不会安装NLTK。看起来好像很多人在文本上训练他们的神经网络，但我不会这么做。如果我要安装NLTK，我只会使用它一次。在Tensorflow

来源

2017-04-02 Kay Jersch

[在目录中的数据集在Tensorflow训练负荷的图像文件（的可能的复制http://stackoverflow.com/questions/39947512/load-image-files-in-a-directory-as-dataset-for - 在tensorflow中训练） – Steven

我建议你使用OpenCV库。无论你使用MNIST数据还是PIL，当它加载时，它们都只是NumPy数组。如果您想让MNIST数据集适合您的训练模型，请按照以下步骤操作：

1.使用cv2.imread加载您希望它们充当训练数据集的所有图像。

2.使用cv2.cvtColor将所有图像转换为灰度图像，并将其调整到28x28。

3.Divide中的所有数据集的每个像素由255

4.Do训练像往常一样！

我没有试图让自己的格式，但它theoratically是相同的。

来源

2017-04-02 15:44:57 Cro

我并不想将图像加载到NN中。假设我有二进制数的输入矩阵和下一个二进制数的输出矩阵。我如何建立一个在这些矩阵上训练的网络？（抱歉我的英文不好，我希望这可以理解） –

我很困惑。神经网络只是一组首先得到您的输入的值，而不是优化您的预期输出的随机值。所以，你只要标记对或错，你就有标签和输入，你究竟是什么意思“我如何建立一个在这些矩阵上训练的网络”？ – Cro

数据集不需要是图像，至于我说，你有脚本，输入和标签，你有输出。我尝试了一个由np.random_normal生成的简单数据集，它运行良好，准确性非常好。 – Cro

回答

相关问题