在我的数据集中，每个样本都是一组图像。 一些样本仅是一个图像的集合，而一些样本最多可包含10个图像。 我已经标记了每个样本（图像集->标签），并想训练一个分类器
示例： 样本i是p（i）人的n（i）张图片的集合 每个样本都标有p（i）的吸引力。
最简单的keras图像分类代码示例是什么，网络可以对一组可变大小的图像进行分类，而不是对一个图像进行分类？
答案 0 :(得分：0)
您正在寻找的是ConvLSTM，它保持spatial以及temporal之间的sequence of images关系。在喀拉拉邦，没有官方的实现，但是有this-thread，其中有很多想法和实现。
有一个repo，它提供了一个自定义的conv-lstm层。而且，tensorflow对此具有稳定的实现。
对于不同的序列长度，可以添加零值图像。只要这是一个序列，就不会影响模型。