深度学习CNN MINST TensorFlow应用于我自己的图像

Question

我是Deep Learning的新手，我开始使用TenserFlow教程（初学者和专家）。在这两个教程中，数据在开头用这两行导入： 来自tensorflow.examples.tutorials.mnist import input_data  mnist = input_data.read_data_sets('MNIST_data', one_hot=True)

我想在我自己的图像上使用这个神经网络。我有100 000张图像和一个fileLabel.txt按列顺序给出每个图像的标签。有没有办法在不破坏所有代码的情况下更改这两行或其他几行来导入我的图像？我真的不知道该怎么做，我觉得结构mnist特定于教程的图像。

提前感谢您的帮助

Answer 1

对你的问题的简短回答是肯定的 - 这是可能的。如果您的数据类似于具有10个标签且组织良好的MNIST数据，则无需中断任何代码。

假设情况并非如此，那么您需要组织输入数据，以便定义（创建）模型。

整理输入数据包括

• 具有一致的图像尺寸（例如MNIST是28x28像素图像）
• 标记图像（例如MNIST有10个标签 - 0到9）
• 最后您打算如何拆分数据（例如，MNIST数据分为三部分：55,000个训练数据点（mnist.train），10,000点测试数据（mnist.test）和5,000点验证data（mnist.validation）。

组织输入数据后，您可以通过编写像read_images这样的小函数来读取数据，这些函数类似

reader = tf.WholeFileReader()
key, value = reader.read(filename_queue)
....

然后假设您想要提前“标记”类似于MNIST数据，您可以将它们存储在一个文件中并在程序中读取它们。

之后，您必须使用包含文件名和标签的字符串列表填充tf.train.string_input_producer（）。

...