在Tensorflow

使用自己的數據，我已經知道如何使用MNIST數據集，使神經網絡。我一直在尋找關於如何在自己的數據集上訓練神經網絡3個月的教程，但我只是沒有得到它。如果有人可以提出任何好的教程或解釋所有這些如何工作，請幫助。 PS。我不會安裝NLTK。看起來好像很多人在文本上訓練他們的神經網絡，但我不會這麼做。如果我要安裝NLTK，我只會使用它一次。在Tensorflow

來源

2017-04-02 Kay Jersch

[在目錄中的數據集在Tensorflow訓練負荷的圖像文件（的可能的複製http://stackoverflow.com/questions/39947512/load-image-files-in-a-directory-as-dataset-for - 在tensorflow中訓練） – Steven

我建議你使用OpenCV庫。無論你使用MNIST數據還是PIL，當它加載時，它們都只是NumPy數組。如果您想讓MNIST數據集適合您的訓練模型，請按照以下步驟操作：

1.使用cv2.imread加載您希望它們充當訓練數據集的所有圖像。

2.使用cv2.cvtColor將所有圖像轉換爲灰度圖像，並將其調整到28x28。

3.Divide中的所有數據集的每個像素由255

4.Do訓練像往常一樣！

我沒有試圖讓自己的格式，但它theoratically是相同的。

來源

2017-04-02 15:44:57 Cro

我並不想將圖像加載到NN中。假設我有二進制數的輸入矩陣和下一個二進制數的輸出矩陣。我如何建立一個在這些矩陣上訓練的網絡？（抱歉我的英文不好，我希望這可以理解） –

我很困惑。神經網絡只是一組首先得到您的輸入的值，而不是優化您的預期輸出的隨機值。所以，你只要標記對或錯，你就有標籤和輸入，你究竟是什麼意思「我如何建立一個在這些矩陣上訓練的網絡」？ – Cro

數據集不需要是圖像，至於我說，你有腳本，輸入和標籤，你有輸出。我嘗試了一個由np.random_normal生成的簡單數據集，它運行良好，準確性非常好。 – Cro

回答

相關問題