MXNet Gluon回归自定义数据集

Question

有一个代码示例，说明如何对自定义图像数据集进行线性回归？我只发现了使用CIFAR数据集的示例...

Answer 1

以下是有关如何对MNIST example进行细微修改以适合您的需求的指南。可能有些摆弄。

1. 将您的数据作为图像本地存储在不同类别的目录中：

train/cats/abc.jpg
train/cats/def.jpg ...
train/dogs/ghi.jpg ...
train/mouse/jkl.jpg ...

analogously for validation
val/cats/...
val/dogs/...

文件名无关紧要，只是目录，因为这些目录将用于标识类别。

1. 更新MNIST示例以将ImageFolderDataset用于测试和训练数据

train_data = mx.gluon.data.vision.datasets.ImageFolderDataset(training_path)
val_data = mx.gluon.data.vision.datasets.ImageFolderDataset(val_path)

请注意，您可能需要对图像进行转换。

1. 将网络替换为一个没有激活且具有L2损失的单个致密层，以进行线性回归。

net = Dense(number_of_outputs)  # activation=None, use_bias=True by default

（在代码中，它是lenet而不是net。）

更多文档：https://mxnet.incubator.apache.org/versions/master/tutorials/gluon/datasets.html

希望有帮助！