PROSAGA码农传奇-深度学习-MXNet胶子回归自定义数据集

<div class =“post-text”itemprop =“text”>
  
    以下是关于如何对其进行微小修改的指南
    <a href="https://mxnet.incubator.apache.org/versions/master/tutorials/gluon/mnist.html" rel="nofollow noreferrer">
      MNIST的例子
    </A>
     满足您的需求。可能有一些摆弄。
  
  <OL>
    <LI>
      将数据本地存储为不同类别下的目录中的图像：
    </LI>
  </醇>
   <pre>
 <code>
 train/cats/abc.jpg
train/cats/def.jpg ...
train/dogs/ghi.jpg ...
train/mouse/jkl.jpg ...

analogously for validation
val/cats/...
val/dogs/...

</code>
 </pre>
  
    文件名无关紧要，只是这些目录将用于识别类别。
  
  <ol start =“2”>
    <LI>
      更新MNIST示例以使用
      <a href="https://mxnet.incubator.apache.org/api/python/gluon/data.html?highlight=imagefolderdataset#mxnet.gluon.data.vision.datasets.ImageFolderDataset" rel="nofollow noreferrer">
        ImageFolderDataset
      </A>
       为您的测试和训练数据
    </LI>
  </醇>
   <pre>
 <code>
 train_data = mx.gluon.data.vision.datasets.ImageFolderDataset(training_path)
val_data = mx.gluon.data.vision.datasets.ImageFolderDataset(val_path)

</code>
 </pre>
  
    请注意，您可能需要对图像应用变换。
  
  <ol start =“3”>
    <LI>
      用单个密集层替换网络，没有激活，L2丢失用于线性回归。
    </LI>
  </醇>
   <pre>
 <code>
 net = Dense(number_of_outputs) # activation=None, use_bias=True by default

</code>
 </pre>
  
    （在代码中
     <code>
 lenet
 </code>
     代替
     <code>
 net
 </code>
    。）
  
  
    更多文档：
    <a href="https://mxnet.incubator.apache.org/versions/master/tutorials/gluon/datasets.html" rel="nofollow noreferrer">
      https://mxnet.incubator.apache.org/versions/master/tutorials/gluon/datasets.html
    </A>
  
  
    希望有所帮助！
  
</DIV>