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

  1. 图片文件夹: 要载入的图片数据所在文件夹位置
  2. 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
  3. batch size
  4. 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
  5. 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

更新时间: