Neural network “你怎么看？”；进口；MNIST的图像数据？

所以我一直在使用Tensorflow的神经网络教程。我完成了“基本分类”，基本上就是MNIST，并且一直在做我自己的定制变体，作为一个小小的思想实验。一切都是不言自明的，除了将数据集放入一个可用的形式之外，因为教程使用了一个预先制作的数据集，看起来它省事了一些。我只想知道如何将彩色照片转换成可用的数据。我假设这只是一个一维数组。作为一个附带问题，如果2d照片不是CNN存储在1d数组中，神经网络是否会失去任何效力。

KERA中包含的数据集是预先制作的，通常经过预处理，以便初学者可以轻松尝试使用。对于使用自己的图像，如猫狗图像分类问题，您可以将图像放置在两个单独的目录中，例如， 在

images/cats

和

images/dogs

中。 现在，我们解析这些目录中的每个图像

import os
from PIL import Image

master_dir = 'images'
img_dirs = os.listdir( master_dir ) 
for img_dir in img_dirs:
    img_names = os.listdir( os.path.join( master_dir , img_dir ) ) 
    for name in img_names:
        img_path = os.path.join( master_dir , img_dir , name ) 
        image = Image.open( img_path ).resize( ( 64 , 64 ) ).convert( 'L' ) 
        # Store this image in an array with its corresponding label

在这里。

图像

将是一个形状数组

（64，64）

，表示图像为灰度图像。除了代码中的

.convert（'L'）

，我们还可以使用

.convert（'RGB'）

生成形状

（64,64,3）

RGB图像

现在,

• 收集Python

  列表中的所有图像和标签

• 将列表转换为

  NumPy

  数组
• 使用

  np.save（）

  方法将

  NumPy

  数组存储在

  .npy

  文件中
• 在训练模型的文件中，使用

  np.load（）

  方法加载这些文件并将它们提供给模型

---

KERA中包含的数据集是预先制作的，通常经过预处理，以便初学者可以轻松地尝试使用。对于使用自己的图像，如猫狗图像分类问题，您可以将图像放置在两个单独的目录中，例如， 在

images/cats

和

images/dogs

中。 现在，我们解析这些目录中的每个图像

import os
from PIL import Image

master_dir = 'images'
img_dirs = os.listdir( master_dir ) 
for img_dir in img_dirs:
    img_names = os.listdir( os.path.join( master_dir , img_dir ) ) 
    for name in img_names:
        img_path = os.path.join( master_dir , img_dir , name ) 
        image = Image.open( img_path ).resize( ( 64 , 64 ) ).convert( 'L' ) 
        # Store this image in an array with its corresponding label

在这里。

图像

将是一个形状数组

（64，64）

，表示图像为灰度图像。除了代码中的

.convert（'L'）

，我们还可以使用

.convert（'RGB'）

生成形状

（64,64,3）

RGB图像

现在,

• 收集Python

  列表中的所有图像和标签

• 将列表转换为

  NumPy

  数组
• 使用

  np.save（）

  方法将

  NumPy

  数组存储在

  .npy

  文件中
• 在训练模型的文件中，使用

  np.load（）

  方法加载这些文件并将它们提供给模型

---

带有keras/tensorflow的minst数字和时尚数据集是单色2d阵列。彩色照片会有彩色通道，所以这是一个三维阵列。好的，谢谢你提供的信息。因此，根据我的问题，我如何导入？@MikeSperry^^^^带有keras/tensorflow的minst数字和时尚数据集是单色2d阵列。彩色照片会有彩色通道，所以这是一个三维阵列。好的，谢谢你提供的信息。根据我的问题，我该如何导入？@MikeSperry^^^^^完美，这正是我需要的。谢谢。另外，您可以在不同的脚本中添加此代码，并分别运行这些脚本，因此每个脚本都将读取一些文件并生成已处理的数据。当我尝试将其转换为numpy数组时，它似乎仍然认为我将其存储为“图像”而不是2d数组，并且不允许我将其转换为numpy数组。太好了，这正是我需要的。谢谢。另外，您可以在不同的脚本中添加此代码，并分别运行这些脚本，因此每个脚本都会读取一些文件并生成已处理的数据。因此，当我尝试将其转换为numpy数组时，它似乎仍然认为我将其存储为“图像”而不是2d数组，并且不允许我将其转换为numpy数组。