我正在按照卷积神经网络的tensorflow教程来研究深度神经网络。但是我拥有的数据集是csv文件的形式。我有4个csv文件，其中2个用于训练（xtrain.csv和ytrain.csv），另外2个用于测试（xtest.csv和ytest.csv）。xtrain.csv和xtest.csv分别包含1280行和4096列以及320行和4096列的输入。在此，每一行代表尺寸为1x4096的图像。因此，输入层将具有4096个神经元。现在ytrain.csv和ytest.csv分别包含32行和1280列以及32行320列的输出，其中每一列以一个热矢量的形式表示特定图像的输出。因此输出层中将有32个神经元。
Tensorflow有一个下面的功能似乎可以做到。
tf.decode_csv(records, record_defaults, field_delim=None, name=None)
您可以使用它来将数据加载到张量中。从那里，您只需要将张量转换为正确的形状即可。
imgs = tf.decode_csv(csv_file, tf.float32)
imgs = tf.reshape(imgs,shape=(num_of_imgs,64,64))
请记住，tf.decode_csv的每一列都是张量。您可以为标签做类似的事情。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句