我正在尝试从研究论文中复制深度神经网络。该架构可以在这里找到:
我已经完成了模型设计,现在正在尝试准备训练数据。我一直在使用此处找到的 tensorflow 教程作为指导:https://www.tensorflow.org/get_started/mnist/pros
对于 mnist 数据,27x27 图像将转换为 x 的一维向量。另一方面,y_ 的形状为 [none, 10],因为每个图像都有可能以 10 种不同的方式进行标记 (0-9)
x = tf.placeholder(tf.float32, shape=[None, 784])
y_ = tf.placeholder(tf.float32, shape=[None, 10])
我的数据是 32x32x7 3d 图像,因此 x 很容易计算。
x = tf.placeholder(tf.float32, shape=[None, 7168])
虽然我的图像尺寸为 32x32x7,但每个像素都有一个与其关联的密度和标签。我相信密度值将被加载到 x 中,标签将被加载到 y 中。这是一个正确的假设还是我应该以不同的方式加载数据?
y_ = tf.placeholder(tf.float32, shape=[None, 7168])
最佳答案
my image is 32x32x7, each pixel has a density and label associated with it
如果是这样,那么网络的输出和目标y_
的形状将是:
[
None, # Batch size
32 * 32 * 7, # Vector size
N # N target labels (one hot encoded)
]
关于python - Tensorflow:准备输入数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47060869/