我玩得很开心，并且从使用 MNIST 数据集中学到了很多东西，但我想扩展到使用我自己的训练数据，我将 theano 与 keras 一起使用。但是，我在构思如何创建训练数据时遇到了非常困难的问题。
我查看了MNIST的结构，发现作为数据，它的第一部分是图像的分类，其余部分是从0到100的单个像素亮度。
我的第一个想法是使用像 this 或 this 这样的频谱图，但我不明白如何构造数据以便 CNN 可以读取它。有什么想法或建议吗？
【问题讨论】：
标签： python python-2.7 machine-learning theano keras
我可能无法准确回答这个问题。
我将尝试解释 MNIST 数据集的格式，我将使用以下示例。
假设您希望在训练数据中对具有四个不同类别标签的图像进行分类 -> car、bike、bus 和 飞机。 所有图像都是彩色图像，每个 RGB 具有 255 个像素值。我将亮度/不透明度值排除在此示例中作为属性。所有图像都已标准化，尺寸为 28x28（只是任意尺寸）。这给了我们 784 个像素，因为每个像素都有 3 个 RGB 值，所以这给了我们 784x3 = 2352 个属性值。
每个实例的输出（在 MNIST 数据集中）表示为一个热向量表示。汽车、自行车、公共汽车和飞机的 1 个热向量表示分别为 1000、0100、0010 和 0001。
假设 MNIST 数据集有 1000 个实例进行训练，那么它将采用以下结构。它将由 1000 个元组组成，其中每个元组是一个输入向量（长度为 2352 个属性）和一个输出向量（一个热表示，长度为 4 个属性）的组合。
这是为了增加清晰度。
([12, 51, 16, 17, ......., 12], [0, 0, 1, 0])
([55, 125, 71, 244, ....., 10], [1, 0, 0, 0])
......
其中元组中的第一个列表长度为 2352，元组中的第二个列表长度为 4。总共有 1000 个元组，每个元组代表一个训练实例。
如果您愿意，可以查看code，我在其中创建了一个类似于 MNIST 格式的数据集。
【讨论】：