图片加载器(Image Loader)
载入所需图片
输出
- 训练数据: 训练数据集
- 测试数据: 测试数据集
- 图片: 导入的单个图片
功能
主要为 MNIST 模型载入图片数据, 也可以载入其他图片. 图片会转为灰度图片
界面
- 图片文件夹: 要载入的图片数据所在文件夹位置
- 是否需要训练:
需要训练: 数据文件夹中需要有分别为 “training”和”testing”的文件夹, 二者分别是训练数据和测试数据只要预测: 被预测的图片
- batch size
- 载入图片: 点击载入图片. 点击可以观察其他批次的图片数据
- 下一组图片: 只在选择了
只要预测后起作用, 可以浏览下一组图片
示例
以一个简单的 mnist 手写数字识别数据为例, 工作流如图所示:
这里, 使用卷积神经网络学习器 设置卷积神经网络结构, 图片加载器加载训练和测试数据, 图片加载器 (1) 加载想要预测的图片, 模型训练与测试对模型训练并测试, 其结果可以通过散点图进行观察, 还可以在卷积神经网络预测进行预测.
卷积神经网络学习器设置
使用默认参数，点击“观察并输出模型”按钮，右侧主界面出现模型结构和参数。
图片加载器设置
如果要训练模型, 注意选择 需要训练. 这里加载mnist_sample数据集（或者“mninst”数据集，但是数据集比较大，训练会花更多时间）。
如果不需要训练, 载入的图片用来预测, 则选择 只要预测, 比如在图片加载器 (1) 中采用此设置
模型训练与测试设置
打开“模型训练与测试”，保持默认设置，点击“开始训练”
神经网络预测
此小部件给出预测结果
反馈问题
文档有问题? 或者有其他意见和建议? 请在本文档的 Github 仓库直接反馈
点我反馈进入反馈页面不知道如何反馈, 请点击这里