I m new to tensorflow and python and I created a feed forward neural network with tensorflow that will help me to classify two groups of images. One group represents images of myself and another group represents images of a different person (I know convolutional network is better for this kind of problem but for the sake of learning I approached the FF network). All my images are stored in two separate directories. I
m versuchen, die Bilder für das Training zu laden und sie in die NN zu füttern. Meine Bilder sind 272x272px RGB, daher sollte die Eingabeschicht 73984 Neuronen haben. Ich kann die Bilder nicht laden und sie über das Netzwerk einspeisen.Laden Sie benutzerdefinierte Bilder in Tensorflow
Ich habe versucht, mit diesem Ansatz:
filename_queue = tf.train.string_input_producer(tf.train.match_filenames_once("images/train/resized/*.jpg"))
reader = tf.WholeFileReader()
filename, content = reader.read(filename_queue)
image = tf.image.decode_jpeg(content, channels=3)
image = tf.cast(image, tf.float32)
resized_image = tf.image.resize_images(image, [272, 272])
und dann, wenn ich laufe:
sess.run([optimizer], feed_dict={x: resized_image, y: 1})
I gen Fehler "Der Wert eines Futter kein tf.Tensor Objekt sein kann"
Gibt es einen besseren Weg, oder was fehlt mir hier? Danke!
Danke. Wenn ich den Code ausführe, kann ich aufgrund meiner Netzwerkstruktur die Summe der ersten Ebene nicht berechnen, da die Anzahl der definierten Neuronen nicht mit den tatsächlichen Eingabedaten übereinstimmt. Wie groß sollte dann die Anzahl der Eingangsneuronen sein? –
Setzen Sie Ihren Eingangstensor auf 'x = tf.placeholder (tf.float32, (272, 272))' und verwenden Sie PIL, um das Bild in Graustufen zu lesen 'gray_image = Image.open ('image.png'). Convert (' LA ') 'und dann füttern Sie den Tensor' x' das 'gray_image' Ihre Eingabe-Neuronen hängt von der Form des Tensors' x' – Jai
Vielen Dank für Ihre Zeit! –