- 博客(3)
- 资源 (2)
- 收藏
- 关注
原创 MNIST数据集分类网络输出说明
在对手写体数字数据集MNIST进行分类时,网络模型的输出为output,output的shape为[1000,10](1000是输出的datapoint数目,具体输出多少可以自己设定,这个数据集中给的用来test的数据是1000个)。目标target的shape为[1000],target的值对应的是标签(label)。output.argmax(dim=1, keepdim=True)得到的结果为1000行中,每一行中最大值所在的列,如果该所在列的列值与target中的对应位置的值相等,即表示判断正确。
2023-07-29 10:53:43
118
1
原创 数据集加标注并存放到*.txt文件中
由于模型训练的需要,有时需要把图像数据集重新加标注,并把图像文件的地址及标签写到一个文本文件(*.txt)中。下面是我在准备数据集时遇到的问题及相应的解决方法。训练网络模型用到的数据集是ISIC2018,ISIC2019,有每一个数据集的GroundTruth *.csv文件。问题:网络模型训练的需要,把每一类图像单独放到一个文件夹中,并生成一个存放所有图像文件位置,并且加有标签的文本文件。首先根据*.csv文件,把相同类别的文件放到一个文件夹中。然后,采用下面代码,解决上述问题。
2023-04-13 15:09:19
457
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人