Machine learning 如何将(相同的、分类的)图像转换为TensorFlow的数据集
我正在学习使用TensorFlow创建学习模型 我已经成功运行了MNIST教程,现在想用我自己的图像测试模型。它们是相同大小的图像(224x224),并分类到文件夹中 现在我想使用这些图像作为模型的输入,如MNIST示例中所示。我试图打开MNIST数据集,但无法读取。我猜它已经被转换成了一些二进制类型。通过这个示例,我认为MNIST数据集的结构如下:Machine learning 如何将(相同的、分类的)图像转换为TensorFlow的数据集,machine-learning,dataset,tensorflow,training-data,mnist,Machine Learning,Dataset,Tensorflow,Training Data,Mnist,我正在学习使用TensorFlow创建学习模型 我已经成功运行了MNIST教程,现在想用我自己的图像测试模型。它们是相同大小的图像(224x224),并分类到文件夹中 现在我想使用这些图像作为模型的输入,如MNIST示例中所示。我试图打开MNIST数据集,但无法读取。我猜它已经被转换成了一些二进制类型。通过这个示例,我认为MNIST数据集的结构如下: mnist 试验 图像 标签 训练 图像 标签 如何使数据集看起来像我自己的图像文件中的MNIST数据
- mnist
- 试验
- 图像
- 标签
- 训练
- 图像
- 标签
多谢各位 MNIST不是以图像格式存储的。从mnist网站()可以看到,它的特定格式已经接近tensor或numpy数组,可以在tensorflow中使用,只需进行最小的调整。它是一种带有数字的矩阵 使用普通图像(.jpg)需要使用任何用于图像处理的python库来转换为np.array。例如,PIL将起作用,如下所示: 另一个选项是使用tensorflow的内置函数将图像直接转换为tensorflow支持的张量,请查看以下内容: