在 tensorflow 中使用我自己的数据来实现神经网络

Question

我对 TensorFlow 和 Python 非常陌生。我有一个数据集，与 MNIST 数据集（28 * 28 图像）非常相似。我一直在关注很多关于如何使用 tensorflow 实现基本神经网络的在线教程，发现其中大多数只是使用：

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("/tmp/data/", one_hot = True)

有没有办法让我使用我自己的类似 MNIST 的数据，而不是从 tensorflow 导入它？此外，我仍然可以将 mnist.train.next_batch 与类似 MNIST 的数据一起使用吗？谢谢。

Answer 1

tensorflow 教程中使用的 MNIST 数据集包括 4 个文件：

• train-images-idx3-ubyte
• train-labels-idx1-ubyte
• t10k-images-idx3-ubyte
• t10k-labels-idx1-ubyte

前两个是训练数据和训练标签；接下来的两个是测试数据和测试标签。像素值/标签作为字节流存储在文件中。如果您的数据集具有与上述 MNIST 数据集完全相同的格式，那么您绝对可以使用相同的方法。使用extract_image 和extract_labels 定义的here 方法读取图像和标签部分。

实际上，您可以以任何其他格式存储数据（也许tf.Example TFRecord 文件实际上更容易）。也看看new API。