如何使用mnist数据添加更多数据以训练keras模型

Question

我试图识别使用mnist数据作为训练数据，但是失败了，所以我想添加训练数据，以便如何使用mnist数据集和我自己的数据训练模型。我也尝试使用自己的数据进行训练，但是未能通过任何建议..... 例如，首先我使用mnist数据集进行训练，然后采用这种方法

https://medium.com/coinmonks/handwritten-digit-prediction-using-convolutional-neural-networks-in-tensorflow-with-keras-and-live-5ebddf46dc8

但是结果并不令人满意，所以我尝试通过数据训练该模型，但是查看结果可能我没有足够的数据，所以现在我想使用mnist数据+我的数据来训练模型。那我该怎么办

Answer 1

有几种方法可以连接两个numpy数组。最明显的一个可能是np.concatenate()

import numpy as np

all_train_x = np.concatenate((mnist_train_x, my_train_x))
all_train_y = np.concatenate((mnist_train_y, my_train_y))

请注意双括号。

Answer 2

您也可以尝试data augmentation技术。这将增加数据集的大小，也将改善模型的性能。您可以找到一些有用的信息here。