tensorflow训练自己的数据集

 

 

开了好几次头，也不知道要说啥，就直接进入正题吧。

一直做的都不是图片处理，我的数据集都是矩阵，所以从哪导入矩阵，矩阵的正确格式就是关键问题了。一直都让我很困扰，研究几天终于调通了一个模型，有些心得体会想要分享给大家。

 

代码主要来源：

https://blog.csdn.net/Enchanted_ZhouH/article/details/74116823?utm_source=blogkpcl2

https://blog.csdn.net/ShadowN1ght/article/detailyi78076081

（一）导入数据集

我的数据集是pkl格式的，有训练集，测试集，验证集

#导入数据集
def load_data_shared(filename="你自己的文件.pkl"):
    f = open(filename, 'rb')
    training_data, validation_data, test_data = pickle.load(f)
    f.close()

    def shared(data):
        shared_x = np.asarray(data[0], np.float32)
        shared_y = np.asarray(data[1], np.int32)
        return shared_x, shared_y

    return [shared(training_data), shared(validation_data), shared(test_data)]
#调用
training_data, validation_data, test_data = load_data_shared()
training_x, training_y = training_data
validation_x, validation_y = validation_data
test_x, test_y = test_data

（二）将标签编码成onehot

这块折腾了我好久，遇到了好多问题，罗列一下吧，万一有情况相似的小伙伴呢。

（1）没编码直接将标签喂进模型，模型正确率一直为1.0，预测输出全部为0。毫无头绪的错误啊，然后我就想起来我之前用theano写的那个模型如果4类的话最后分类层输出至少要大于4，然后我就找了tensorflow这个模型，果然最后一层输出为1，所以结果只能是0。但是如果把输出改成4，又会报错说形状不对，那就只能把输入的y改成（，4），可是我的数据集的标签是（，1）的格式。思来想去，觉得还是标签这的问题，我就想起之前有次无意间看到mnist的标签是onehot的形式，我就死马当活马医将标签编码，然后第二个问题就