使用 MNIST TensorFlow 示例代码用我自己的图像数据集训练网络
Using MNIST TensorFlow example code for training a network with my own image dataset
我刚开始在 python 中使用 TensorFlow。我想使用 CNN 构建一个二值图像分类器。
我在网上找到了一个示例代码：https://github.com/tensorflow/tensorflow/blob/r1.1/tensorflow/examples/tutorials/mnist/mnist_with_summaries.py
这里给出解释：https://www.tensorflow.org/get_started/mnist/pros
此代码构建一个小型神经网络并使用 MNIST 数据集对其进行训练和测试。
我大致了解了CNN的工作原理，但我没有逐行理解代码。
我想对我自己的图像数据集使用相同的代码（用于训练和测试）。在示例中，输入图像被转换为 mx784，其中 m 是 training/testing 个示例的数量，784 来自每个大小为 28x28 的扁平化图像。我已使用 python 脚本将所有图像转换为大小为 mx1024 的数组，并类似地将地面实况转换为大小为 mx1 的数组。我已将它们作为 X.txt 和 y.txt.
存储到文本文件中
现在在代码中我已经根据我的图像尺寸更改了尺寸。但是，我对如何将图像输入网络感到困惑。除了逐行检查代码之外还有其他出路吗？如果你能帮助我，我将不胜感激。
本入门非常适合逐行理解并逐步 "deeper" 进入神经网络。
https://www.tensorflow.org/get_started/
试着去理解它，它真的对你有帮助:)
我刚开始在 python 中使用 TensorFlow。我想使用 CNN 构建一个二值图像分类器。
我在网上找到了一个示例代码：https://github.com/tensorflow/tensorflow/blob/r1.1/tensorflow/examples/tutorials/mnist/mnist_with_summaries.py 这里给出解释：https://www.tensorflow.org/get_started/mnist/pros 此代码构建一个小型神经网络并使用 MNIST 数据集对其进行训练和测试。
我大致了解了CNN的工作原理，但我没有逐行理解代码。
我想对我自己的图像数据集使用相同的代码（用于训练和测试）。在示例中，输入图像被转换为 mx784，其中 m 是 training/testing 个示例的数量，784 来自每个大小为 28x28 的扁平化图像。我已使用 python 脚本将所有图像转换为大小为 mx1024 的数组，并类似地将地面实况转换为大小为 mx1 的数组。我已将它们作为 X.txt 和 y.txt.
存储到文本文件中现在在代码中我已经根据我的图像尺寸更改了尺寸。但是，我对如何将图像输入网络感到困惑。除了逐行检查代码之外还有其他出路吗？如果你能帮助我，我将不胜感激。
本入门非常适合逐行理解并逐步 "deeper" 进入神经网络。
https://www.tensorflow.org/get_started/
试着去理解它，它真的对你有帮助:)