我一直在使用Tensorflow库来完成这些教程。现在我想使用自己的数据,但是我失败了。这也许是一个菜鸟问题,但我无法弄清楚。
我想使用自己的图像,以便将我的图像转换为与tensorflow一起使用,我正在使用以下图像:https
:
//github.com/HamedMP/ImageFlow/blob/master/ImageFlow.py
现在,我从此更改示例中的参数:
n_input = 784
n_classes = 10
对此:
n_input = 9216
n_classes = 2
我这样做是因为我的图像是96 * 96,并且我的图像只有2类
我还会更改权重和偏向所需的数字。
我这样读取数据:
batch_xs = imgReader.read_images(pathname);
imgReader是ImageFlow文件
但是当我尝试运行它时,我给了我一个错误:
ValueError: Cannot feed value of shape (104, 96, 96, 1) for Tensor
u'Placeholder:0', which has shape (Dimension(None), Dimension(9216))
我觉得我正在忽略一些小东西,但看不到。
出现此错误的原因是,您尝试提供的数据形状(104 x 96 x 96 x 1)与输入占位符的形状(batch_size
x
9216,其中batch_size
可能是可变的)不匹配。
要使其工作,请在运行训练步骤之前添加以下行:
batch_xs = np.reshape(batch_xs, (-1, 9216))
这将使用numpy将读入的图像(batch_size
xhxwx通道的4-D数组)整形batch_size
为占位符期望的x 9216元素矩阵。
问题内容: 这是我最后一个问题的后续,从Pandas数据帧转换为TensorFlow张量对象 我现在处于下一步,需要更多帮助。我正在尝试替换此行代码 替换我自己的数据。我找到了这个答案:TensorFlow教程batch_xs,batch_ys = mnist.train.next_batch(100)的next_batch来自哪里?但我不明白: 1)为什么.next_batch()在我的张量上不
问题内容: 我是TensorFlow的新手。我正在寻找有关图像识别的帮助,可以在其中 训练自己的图像 数据集。 有没有训练新数据集的示例? 问题答案: 如果您对如何在TensorFlow中输入自己的数据感兴趣,可以查看本教程。 我也写与CS230的最佳做法指南在斯坦福这里。 新答案(带有)和带有标签 随着in的引入,我们可以创建一批没有占位符且没有队列的图像。步骤如下: 创建一个包含图像文件名的列
我正在使用Flutter构建一个TODO应用程序。我需要做的是使用自己的比较方法对存储在中的任务进行排序(完成的任务必须在底部)。 我需要排序的列表: 列表的元素是类对象 我的比较方法:
本文向大家介绍Tensorflow 训练自己的数据集将数据直接导入到内存,包括了Tensorflow 训练自己的数据集将数据直接导入到内存的使用技巧和注意事项,需要的朋友参考一下 制作自己的训练集 下图是我们数据的存放格式,在data目录下有验证集与测试集分别对应iris_test, iris_train 为了向伟大的MNIST致敬,我们采用的数据名称格式和MNIST类似 classificati
我有一个glassfish 4.1.1的实例正在运行,我在应用程序中添加了我自己的证书,直到那时一切都正常了。 但是,当我试图访问glassfish admin(DAS)时,连接被取消了,添加异常的按钮消失了。 然后我发现了一些有趣的链接,比如: null 这样,不受信任的连接消息就会消失,certicate也会正确地出现,但当我尝试身份验证时,会抛出一个错误: null 根据链接中答案的评论,这
我正在试验一个位于私有子网中的AWS RDS postgres实例。 为了访问我的其他私有EC2实例,我一直在使用SSH堡垒。 这一切都很好,但后来我发现这个想法实际上已经可以帮助我访问我的私人RDS实例。 太棒了,成功了——该死的,我喜欢IDEA。 但问题是。。。它是如何工作的? 这个想法只是在幕后为我做一些疯狂的SSH隧道吗(在这种情况下,我印象更深刻)? 或者这是我可以在自己的代码中利用的P