处理图像以将数据输入卷积神经网络
Processing Image To Feed data in to Convolutional Neural Network
我是机器学习的新手，最近在 Coursera 上学习了 Andrew Ng 的课程。
之后我转向 Python 并使用 Pandas、Numpy、Sklearn 来实现 ML 算法。
现在，在网上冲浪时，我遇到了 tensorFLow，发现它非常棒，并实现了这个 example，它将 MNIST 数据作为输入。
现在我想读取自己的自定义图像并将它们用于训练。我对如何将图像转换为 MNIST 类型的数据感到困惑。或者以其他方式训练我的网络。
我用这个 tutorial 创建了我的网络。
有关 MNIST 数据集的信息可在 Yann LeCun's website 上找到。
TensorFlow 模块 tensorflow.examples.tutorials.mnist.mnist_softmax.py 看起来是 acquiring/preparing train/test 步骤的数据集。
MNIST 数据集包含手写数字的图像和相应的标签。如果您想为新图像创建标签，可以使用 scipy.misc.imread.
我是机器学习的新手，最近在 Coursera 上学习了 Andrew Ng 的课程。 之后我转向 Python 并使用 Pandas、Numpy、Sklearn 来实现 ML 算法。 现在，在网上冲浪时，我遇到了 tensorFLow，发现它非常棒，并实现了这个 example，它将 MNIST 数据作为输入。 现在我想读取自己的自定义图像并将它们用于训练。我对如何将图像转换为 MNIST 类型的数据感到困惑。或者以其他方式训练我的网络。 我用这个 tutorial 创建了我的网络。
有关 MNIST 数据集的信息可在 Yann LeCun's website 上找到。
TensorFlow 模块 tensorflow.examples.tutorials.mnist.mnist_softmax.py 看起来是 acquiring/preparing train/test 步骤的数据集。
MNIST 数据集包含手写数字的图像和相应的标签。如果您想为新图像创建标签，可以使用 scipy.misc.imread.