作者z115988 (Lee)
看板Python
標題Re: [問題] CNN辨識特定物件
時間Fri Sep 8 01:28:12 2017
目前還只是對tensorflow似懂非懂狀態
藉此篇想延伸發問一下
: 比方說我想要辨識一張椅子，我想要知道的就只有他是椅子的機率。
: 當我測試圖片為一張椅子時，他就跟我說這是一張椅子。
: 當我測試圖片為其他東西(比方說一個人或一個水壺)的時候，他就跟我說這不是一張椅子
: 。
: 請問這樣子模型要如何訓練呢？爬了許多文找不到相關的討論，懇請各位給我關鍵字。謝
: 謝！
由tensorflow網站看到CNN教學是以MNIST為範例
這似乎是把一群資料壓縮成一種檔案(格式?)
於是我想嘗試把我的資料集套用在此範例的CNN來玩看看
(假設我的資料與範例一樣是二維的)
不知道普遍上資料集格式大家都是怎樣做的?
我的認知是
1.應該會有人使用一張一張圖片放進去讀
2.也有人像範例一樣製作成一個檔案進行讀取
這兩種方法優劣如何?
想請問前輩這兩種的詳細作法是如何
或是有那些文章可以參考
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.205.113.114
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Python/M.1504805295.A.7F8.html
1F：推 f496328mm: 一張一張代表2維，pool才有用，手寫字是轉成一維，當然 09/08 01:50
2F：→ f496328mm: 也可以，初學者小小見解，有錯請指正 09/08 01:50
3F：→ f496328mm: 一般來說，都是一張一張的 09/08 01:51
抱歉，我可能沒有表達清楚
我指的二維是灰階(印象中mnist手寫資料都是一張一張的灰階圖)
是我沒表達好
註：我只是想體驗以自己資料集測試
所以才想說跟範例一樣灰階圖像玩玩即可
※ 編輯: z115988 (123.205.113.114), 09/08/2017 02:20:23
4F：推 f496328mm: 那應該是，一次讀全部的data，然後拿下去train，一張一 09/08 10:16
5F：→ f496328mm: 張讀進來，然後轉型態這樣 09/08 10:16