【问题标题】:Input numerical arrays instead of images into Keras/TF CNN将数字数组而不是图像输入到 Keras/TF CNN
【发布时间】:2018-11-12 16:39:21
【问题描述】:

我一直在构建一些使用 MNIST 数据图像(ubyte 文件)进行特征提取的 CNN 变体,这些变体来自 Keras/Tensorflow 示例。我的最终目标是做类似的事情,但收集(~10000)个我制作的信号数据二维 FFT 数组(n x m ~ 1000 x 50)(32 位浮点数据)

我一直在寻找一个使用图像文件以外的东西但似乎找不到的示例。

我的问题是:是否可以在不将它们转换为图像的情况下做到这一点。可以将数据集导出到我可以输入的泡菜或其他文件吗?实现这一目标的最佳方法是什么?

谢谢!

【问题讨论】:

    标签: python tensorflow keras conv-neural-network mnist


    【解决方案1】:

    是的,您可以将 CNN 用于图像以外的数据,例如顺序/时间序列数据(一维卷积,但您也可以使用二维卷积)。

    CNN 对这些类型的数据做得很好。

    您应该将输入作为图像矩阵提供,即 CNN 可以在其上执行卷积的窗口。

    您可以将这些输入矩阵/窗口存储在一个 numpy 数组中,然后加载这些文件并在其上训练您的 CNN。

    【讨论】:

      猜你喜欢
      • 2018-12-15
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2019-07-18
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多