回答編集履歴
2
具体例を追記
test
CHANGED
@@ -32,9 +32,23 @@
|
|
32
32
|
|
33
33
|
これは、データセットの提供者が自由に決めることができます。
|
34
34
|
|
35
|
+
たとえば、以下のようなテキストCSVファイルでもよいです。
|
36
|
+
|
37
|
+
```
|
38
|
+
|
39
|
+
# 画像データ=28*28=784個の1byte16進値, ラベル10進値
|
40
|
+
|
41
|
+
00,01,0F,...,E0,1 # 1画像+ラベルデータ
|
42
|
+
|
43
|
+
00,05,08,...,F1,2
|
44
|
+
|
45
|
+
:
|
46
|
+
|
47
|
+
```
|
35
48
|
|
36
49
|
|
50
|
+
|
37
|
-
MNINST,CIFAR-10の具体的なデータ(ファイル)構造については以下が参考になります。
|
51
|
+
また、MNINST,CIFAR-10の具体的なデータ(ファイル)構造については以下が参考になります。
|
38
52
|
|
39
53
|
MNINST :[MNISTにおける入力データの詳細](http://qiita.com/mine820/items/e9c08439465a5580a9cb)
|
40
54
|
|
1
リンク切れ修正
test
CHANGED
@@ -22,7 +22,7 @@
|
|
22
22
|
|
23
23
|
|
24
24
|
|
25
|
-
ちなみに[TensorFlow : Get Started : ML 初心者向けの MNIST](http://tensorflow.classcat.com/2016/02/03/tensorflow-tutorials-mnist-for-ml-beginners/
|
25
|
+
ちなみに[TensorFlow : Get Started : ML 初心者向けの MNIST](http://tensorflow.classcat.com/2016/02/03/tensorflow-tutorials-mnist-for-ml-beginners/)
|
26
26
|
|
27
27
|
では、縦横2次元画像を、28*28=784個の要素数の1次元データ(=入力ノード)として扱っています。
|
28
28
|
|
@@ -48,4 +48,4 @@
|
|
48
48
|
|
49
49
|
以上より、あなた専用のデータセットの読み書き処理を用意すれば、MNISTと同じように扱うことができることが理解いただけるかと思います。
|
50
50
|
|
51
|
-
どのようなコードを書けばよいかは、
|
51
|
+
どのようなコードを書けばよいかは、実際のコード[tensorflow/tensorflow/contrib/learn/python/learn/datasets/mnist.py](https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/learn/python/learn/datasets/mnist.py)などが参考になります。
|