我想知道如何扩展 mnist 数据库来识别数字和 A、B 等少数字符。我将本教程用于 mnist ,我怎样才能添加到这个数据库字符A和B?谢谢!
最佳答案
您需要做三件事:
- 将字母 A 和 B 的其他图像添加到数据集(训练、验证和测试),标签为 11 和 12。扩展数据集的最简单方法可能是使用 EMNIST 数据集的子集 https://www.nist.gov/itl/iad/image-group/emnist-dataset
将 logit 层上的输出数量更改为 12 以适应新字符(如果您想要“以上都不是”输出,则将其更改为 13,因为您打算训练不需要显式识别的符号)
logits = tf.layers.dense(inputs=dropout,units=12)
从头开始重新训练网络,因为其他层中的权重仅根据数字生成,否则可能很难区分 8 和 B。但是,您可能会从之前训练的网络中进行迁移学习,并且尝试一下可能会很有趣。
关于python - 扩展 mnist 数据库,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50685422/