我对使用张量流应用卷积神经网络很感兴趣。但是,我见过的唯一教程是加载MNIST数据集。我已经尝试复制那里完成的程序,并在互联网周围阅读大量的教程,但它不起作用。这是我到目前为止的代码
import tensorflow as tf
import os
import numpy as np
filename = os.getcwd() + '/sample_images/*.png'
filename_queue = tf.train.string_input_producer(tf.train.match_filenames_once(filename))
image_reader = tf.WholeFileReader()
_, image_file = image_reader.read(filename_queue)
image = tf.image.decode_png(image_file, 3)
image = tf.image.rgb_to_grayscale(image, name=None)
image = tf.image.resize_images(image, 28, 28, method=0, align_corners=False)
data = []
with tf.Session() as sess:
tf.initialize_all_variables().run()
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(coord=coord)
image_tensor = sess.run([image])
data.append(image_tensor)
#print(image_tensor)
coord.request_stop()
coord.join(threads)
xx = np.asarray(data)
print xx[0].shape
基本上,我想做以下事项: - - 从文件夹中加载图像,其名称为
将每张图片调整为28 * 28
将其更改为灰度
将其转换为张量并将其添加到训练集
创建它的目标(从它的标签并将其添加到numpy数组)
重复文件夹
当我完成后,将数据集和目标传递给张量流RNN
所有帮助将受到高度赞赏