私は現在、MNIST for ML Beginners codeを少し変更してニューラルネットワークを作成しようとしています。Tensorflowニューラルネットワークの入力データとしてCSVを使用するにはどうすればよいですか?
Image_Name |Nevus? |Dysplastic Nevus?| Melanoma? asdfgjkgdsl.png |1 |0 |0
イメージ名、およびそれがワンホット結果だ:私はこのように編成だCSVを持っています。各画像は1022 x 767で、各ピクセルの色を入力として使いたいと思います。そのため、私はMNISTコードを2,351,622個の入力(1022ピクセル幅* 767ピクセル高* 1ピクセルあたり3色)と3つの出力を持つように変更しました。
# from tensorflow.examples.tutorials.mnist import input_data
# mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
def main():
x = tf.placeholder(tf.float32, [None, 2351622])
W = tf.Variable(tf.zeroes([2351622, 3]))
b = tf.Variable(tf.zeroes([3]))
y = tf.nn.softmax(tf.matmul(x, W) + b)
y_ = tf.placeholder(tf.float32, [None, 3])
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)
for i in range(1000):
example, label = sess.run([features, col5])
# batch_xs, batch_ys = mnist.train.next_batch(100)
# sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})
correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))
コメント行は、データをニューラルネットワークにロードするために置き換えなければならない行です。
from PIL import Image
import numpy as np
list(np.array(Image.open('asdfgjkgdsl.png')).ravel().flatten())
どのようにニューラルネットワークを訓練するために使用されるtensorflowに、このデータセットをロードすることができます(私が見つけたことを)各画像の2.3M入力を取得する最も簡単な方法はにありますか?