我使用的是Windows10Pro、VisualStudio10、Python3.6.2rc1和Tensorflow。我正在尝试建立一个卷积神经网络(CNN),用张量流对水果图像进行分类。我只有两种水果,菠萝和香蕉。我用python工作不到一周,这是我的第一次体验。在
我做了两个文件夹,一个用于训练图像,具有相同大小的jpg格式的图像,另一个也用于jpg格式的测试图像。我还有两个txt,一个用于培训,一个用于测试。例如,我的训练集中的数据如下:
image001 banana
image002 pineapple
我不知道如何将这些数据输入示例网络。我用的是
https://github.com/tensorflow/tensorflow/blob/r1.2/tensorflow/examples/tutorials/layers/cnn_mnist.py
阅读tensorflow的教程,了解数据读取和上述代码的解释:
https://www.tensorflow.org/tutorials/layers
我最大的问题是我不明白MNIST是如何被输入到这个网络中的,也无法通过使用tensorflow网站上编写的程序员指南/阅读数据来真正理解。在
如果您能给我更具体的指导,我需要做什么,这两个文件夹的图像和两个文本文件到上述网络,我将非常感谢。另外,由于我对python还不太熟悉,所以我还不太熟悉它,要知道为此我必须导入什么。事先非常感谢。在
以下是输入MNIST数据的行:
^{pr2}$learn.datasets.load_dataset
是一个方便的函数,它将MNIST数据加载到必要的变量中,然后在这里使用这些变量进行培训:您必须将图像中要加载的第一个代码块调整为
train_data
,并将相应的标签调整为train_labels
。在一个建议:从Keras开始,它是Tensorflow之上的高级API。在我看来,这要简单得多,也更灵活。在
这篇来自Keras制造商的教程可能是一个非常好的起点:https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html
它正是关于分类两类图像(猫和狗)。在
相关问题 更多 >
编程相关推荐