我正在尝试学习TensorFlow,所以我试图用更小的尺寸来理解他们的例子。假设我有image1,image2,image3三个28x28矩阵,它们保持灰度值(0..255)。 image1是训练图像,image2是验证图像,image3是测试图像。我试图了解如何将自己的图像提供给他们有here的MNIST示例。
我特别感兴趣用我自己的图像集替换以下行:
X, Y, testX, testY = mnist.load_data(one_hot=True)
非常感谢您的帮助。
答案 0 :(得分:1)
假设您的图像是一个形状为[1, 28, 28, 1]
的numpy数组。
您可以将此numpy数组提供给节点X
或textX
。即使X不是占位符,您也可以将其值提供给TensorFlow。
X_value = ... # numpy array
# ... same for Y_value, testX_value, testY_value
feed_dict = {X: X_value, Y: Y_value, testX: testX_value, testY: testY_value}
sess.run(train_op, feed_dict=feed_dict)
答案 1 :(得分:0)
mnist.load_data(one_hot=True)
只不过是对数据进行了一些预处理。如果您手头有一些图像,可以将它们设为ndarray
并输入图表。例如,如果您有一个名为images
的节点,则可以使用feed_dict = {images: some_image}
提供图像。