作者z115988 (Lee)
看板Python
标题Re: [问题] CNN辨识特定物件
时间Fri Sep 8 01:28:12 2017
目前还只是对tensorflow似懂非懂状态
藉此篇想延伸发问一下
: 比方说我想要辨识一张椅子，我想要知道的就只有他是椅子的机率。
: 当我测试图片为一张椅子时，他就跟我说这是一张椅子。
: 当我测试图片为其他东西(比方说一个人或一个水壶)的时候，他就跟我说这不是一张椅子
: 。
: 请问这样子模型要如何训练呢？爬了许多文找不到相关的讨论，恳请各位给我关键字。谢
: 谢！
由tensorflow网站看到CNN教学是以MNIST为范例
这似乎是把一群资料压缩成一种档案(格式?)
於是我想尝试把我的资料集套用在此范例的CNN来玩看看
(假设我的资料与范例一样是二维的)
不知道普遍上资料集格式大家都是怎样做的?
我的认知是
1.应该会有人使用一张一张图片放进去读
2.也有人像范例一样制作成一个档案进行读取
这两种方法优劣如何?
想请问前辈这两种的详细作法是如何
或是有那些文章可以参考
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 123.205.113.114
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Python/M.1504805295.A.7F8.html
1F：推 f496328mm: 一张一张代表2维，pool才有用，手写字是转成一维，当然 09/08 01:50
2F：→ f496328mm: 也可以，初学者小小见解，有错请指正 09/08 01:50
3F：→ f496328mm: 一般来说，都是一张一张的 09/08 01:51
抱歉，我可能没有表达清楚
我指的二维是灰阶(印象中mnist手写资料都是一张一张的灰阶图)
是我没表达好
注：我只是想体验以自己资料集测试
所以才想说跟范例一样灰阶图像玩玩即可
※ 编辑: z115988 (123.205.113.114), 09/08/2017 02:20:23
4F：推 f496328mm: 那应该是，一次读全部的data，然後拿下去train，一张一 09/08 10:16
5F：→ f496328mm: 张读进来，然後转型态这样 09/08 10:16