Question

我试图从研究论文中复制一个深层神经网络。架构可以在这里找到：

我已经完成了模型的设计，现在我正在尝试准备训练数据。我一直在使用这里的tensorflow教程作为指南：https://www.tensorflow.org/get_started/mnist/pros

在mnist数据的情况下，27x27图像被转换为x的1d向量。另一方面，y_的形状为[none，10]，因为每个图像都有可能标记为10种不同的方式（0-9）

 x = tf.placeholder(tf.float32, shape=[None, 784])
 y_ = tf.placeholder(tf.float32, shape=[None, 10])

我的数据是32x32x7的3d图像，所以x很容易计算。

 x = tf.placeholder(tf.float32, shape=[None, 7168])

虽然我的图片是32x32x7，但每个像素都有一个与之关联的密度和标签。我相信密度值将加载到x中，标签将加载到y中。这是一个正确的假设还是我应该以不同的方式加载我的数据？

 y_ = tf.placeholder(tf.float32, shape=[None, 7168])

Answer 1

我的图像是32x32x7，每个像素都有一个与之关联的密度和标签

如果是这样，那么网络的输出和目标y_将会成形：

[
 None,         # Batch size
 32 * 32 * 7,  # Vector size
 N             # N target labels (one hot encoded)
]