Nasıl numpy dizileri standart TensorFlow biçimine dönüştürebilirim?

Question

Ben iki numpy diziler

kaptan görüntülerini içerir

• bir ve
• I TensorFlow içine bu yük isteyen

(tek sıcak vektör biçiminde), karşılık gelen etiket içeren bir böylece sinir ağını kullanarak onları sınıflandırabilirim. Bu nasıl yapılabilir?

Ne şekil numpy diziler olması gerekiyor?

Bilgi Ek - My görüntüleri 60 160 (genişlik) tarafından (yükseklik) her ve her biri Her etiket, 5 dizi 62 ​​gereğidir 5 alfanümerik karakterler

sahip piksel bulunmaktadır.

Answer 1

Yer tutucuları ve feed_dict öğelerini kullanabilirsiniz. İki tutucuları ilan edebilir

trX = np.linspace(-1, 1, 101) 
trY = 2 * trX + np.random.randn(*trX.shape) * 0.33 

:

varsayalım bu gibi numpy diziler var bu yer tutucuların kullanın Ardından

X = tf.placeholder("float") 
Y = tf.placeholder("float") 

(X ve Y) modeliniz, maliyet, vb .: modeli = tf.mul (X, a) ... Y ... ... modeli/maliyet çalıştırmak

Son olarak

, feed_dict kullanılarak numpy dizileri besleme:

with tf.Session() as sess: 
.... 
    sess.run(model, feed_dict={X: trY, Y: trY}) 

Answer 2

Bu amaçla yöntemi (TensorFlow 1.0.0 yılında tf.stack) tf.pack kullanabilirsiniz. İşte Tensor içine tip numpy.ndarray rastgele bir görüntü paketi için yapılması gerekenler:

import numpy as np 
import tensorflow as tf 
random_image = np.random.randint(0,256, (300,400,3)) 
random_image_tensor = tf.pack(random_image) 
tf.InteractiveSession() 
evaluated_tensor = random_image_tensor.eval() 

GÜNCELLEME: Eğer tf.convert_to_tensor işlevini kullanabilirsiniz bir Tensörün için bir Python nesnesini dönüştürmek.

Answer 3

Sen tf.convert_to_tensor() kullanabilirsiniz:

import tensorflow as tf 
import numpy as np 

data = [[1,2,3],[4,5,6]] 
data_np = np.asarray(data, np.float32) 

data_tf = tf.convert_to_tensor(data_np, np.float32) 

sess = tf.InteractiveSession() 
print(data_tf.eval()) 

sess.close()