你如何 "import" MNIST 的图像数据？

Question

所以我一直在使用 Tensorflow 的神经网络教程。我完成了本质上只是 MNIST 的 "basic classification"，并且一直在努力制作我自己的自定义变体作为一个小思想实验。除了将数据集放入可用的形式之外，一切都是不言自明的，因为本教程使用预制数据集并且看起来像是偷工减料。我只想知道如何将彩色照片放入可用数据中。我假设那只是一个一维数组。作为附带问题，如果二维照片不是 CNN，如果将二维照片存储在一维数组中，神经网络是否会失去任何有效性。

Answer 1

Keras 中包含的数据集是预制的并且通常经过预处理，以便初学者可以轻松地尝试使用它们。要使用您自己的图像，例如 cat-dog 图像分类问题，您可以将图像放在两个单独的目录中，例如，在 images/cats 和 images/dogs 中。现在，我们解析这些目录中的每个图像，

import os
from PIL import Image

master_dir = 'images'
img_dirs = os.listdir( master_dir ) 
for img_dir in img_dirs:
    img_names = os.listdir( os.path.join( master_dir , img_dir ) ) 
    for name in img_names:
        img_path = os.path.join( master_dir , img_dir , name ) 
        image = Image.open( img_path ).resize( ( 64 , 64 ) ).convert( 'L' ) 
        # Store this image in an array with its corresponding label

这里。 image 将是一个形状为 (64, 64 ) 的数组，表示图像是灰度图像。除了代码中的 .convert( 'L' ) 之外，我们还可以使用 .convert( 'RGB' ) 来获得形状为 (64,64,3) 的 RGB 图像。

现在，

收集 Python list 中的所有图像和标签。
将列表转换为 NumPy 数组。
使用 np.save() 方法将 NumPy 数组存储在 .npy 文件中。
在训练模型的文件中，使用np.load()方法加载这些文件并将它们提供给模型。

你如何 "import" MNIST 的图像数据？

How do you "import" image data for MNIST?

artificial-intelligence

classification

image-recognition

neural-network

mnist