Eigene Daten in Tensorflow für Neuralnetzwerk-Implementierung verwenden

Question

Ich bin sehr neu in TensorFlow und Python. Ich habe einen Datensatz, der dem MNIST-Datensatz sehr ähnlich ist (28 * 28 Bild). Ich verfolge viele der Online-Tutorials zur Erstellung ein grundlegendes neuronalen Netz mit tensorflow implementieren und fand heraus, dass die meisten von ihnen nur verwenden:

from tensorflow.examples.tutorials.mnist import input_data 
mnist = input_data.read_data_sets("/tmp/data/", one_hot = True) 

Gibt es eine Möglichkeit für mich, meine eigenen MNIST ähnliche Daten zu verwenden anstatt es aus Tensorflow zu importieren? Kann ich weiterhin mnist.train.next_batch mit den MNIST-ähnlichen Daten verwenden? Vielen Dank.

Answer 1

Der MNIST-Datensatz in tensorflow Tutorial verwendet wird, umfasst 4-Dateien:

• train-images-idx3-ubyte
• train-labels-idx1-ubyte
• t10k-images-idx3-ubyte
• t10k-labels-idx1-ubyte

Die ersten beiden Etiketten Trainingsdaten und Ausbildung; Die nächsten beiden sind Testdaten und Testlabels. Die Pixelwerte/Label werden als Byteströme in der Datei gespeichert. Wenn Ihr Dataset das genaue Format wie MNIST-Dataset oben hat, können Sie definitiv den gleichen Ansatz verwenden. Der Bild- und Etikettenteil wird unter Verwendung der extract_image und extract_labels Methode, definiert here, gelesen.

Eigentlich ist es an Ihnen, Ihre Daten in einem anderen Format zu speichern (vielleicht tf.Example TFRecord Datei ist eigentlich einfacher). Schauen Sie sich auch die new API an.