在 Keras/TF CNN 中输入数值数组而不是图像
Input numerical arrays instead of images into Keras/TF CNN
我一直在构建 CNN 的一些变体 Keras/Tensorflow 示例，这些示例使用 MNIST 数据图像（ubyte 文件）进行特征提取。我的最终目标是做类似的事情，但我收集了 (~10000) 个 2D FFT 信号数据数组 (n x m ~ 1000 x 50)(32 位浮点数据)
我一直在寻找一个使用图像文件以外的东西但似乎找不到的例子。
我的问题是：这是否可以在不将它们转换为图像的情况下进行。数据集可以导出到 pickle 或我可以输入的其他文件吗？实现此目标的最佳方法是什么？
谢谢！
是的，您可以将 CNN 用于图像以外的数据，例如 sequential/time-series 数据（一维卷积，但您也可以使用二维卷积）。
CNN 对这些类型的数据做得很好。
您应该将输入作为图像矩阵提供，即 window CNN 可以在其上执行卷积。
您可以将这些输入 matrices/window 存储在一个 numpy 数组中，然后加载这些文件并在其上训练您的 CNN。
我一直在构建 CNN 的一些变体 Keras/Tensorflow 示例，这些示例使用 MNIST 数据图像（ubyte 文件）进行特征提取。我的最终目标是做类似的事情，但我收集了 (~10000) 个 2D FFT 信号数据数组 (n x m ~ 1000 x 50)(32 位浮点数据)
我一直在寻找一个使用图像文件以外的东西但似乎找不到的例子。
我的问题是：这是否可以在不将它们转换为图像的情况下进行。数据集可以导出到 pickle 或我可以输入的其他文件吗？实现此目标的最佳方法是什么？
谢谢！
是的，您可以将 CNN 用于图像以外的数据，例如 sequential/time-series 数据（一维卷积，但您也可以使用二维卷积）。
CNN 对这些类型的数据做得很好。
您应该将输入作为图像矩阵提供，即 window CNN 可以在其上执行卷积。
您可以将这些输入 matrices/window 存储在一个 numpy 数组中，然后加载这些文件并在其上训练您的 CNN。