私はTensorflowで作業を始めました.Caffeではデータの効率的な読み込みが効率的でしたが、Tensorflowを使用すると、データロードプロセスを自分で作成し、TFRecords、バッチ処理、複数の脅威、処理これらのスレッドなどを扱うようになりました。そこで私は、データを読み込む部分を処理するように、最初の例である開始v3を開始しました。私はTensorflowの初心者で、Pythonには比較的新しいので、この部分で何が起こっているのか分かりません(ラベルのサイズをlabel_index *ファイルに拡張していますが、なぜですか? ???それはラベルのための1つのホットエンコーディングを作成していることは、我々はなぜそれだけで各ファイルとして長さやファイルのためにできるだけ多くを延長Thxをラベルを持っていないする必要がありますかTensorflowはラベルを保存するのに1つのホットエンコーディングしか使用しませんか?
labels.extend([label_index] * len(filenames))
texts.extend([text] * len(filenames))
filenames.extend(filenames)
全体のコードはここにあります。:上述https://github.com/tensorflow/models/tree/master/research/inception
部分は、データ/ build_image_data.py下にあり、(フォルダ名はラベルである)フォルダの下に格納された画像として、既存のデータセットから画像データセットを構築:https://github.com/tensorflow/models/blob/master/research/inception/inception/data/build_image_data.py
Tensorflowの需要ではなく、ネットワークアーキテクチャがあなたに必要とするため、まもなくワンホットエンコードが必要です。ネットワークはNクラスの分類子なので、最終レイヤーにはクラスごとに1つのニューロンがあり、サンプルが属するクラスに一致するニューロンをアクティブにするようにネットワークをトレーニングします。ラベルをワンホットエンコードすることは、これを行う最初のステップです。 – GPhilo
@GPhiloまあ、ありがとう、ありがとう。しかし、なぜそれはテキスト(テキストはクラスの自然言語ラベル - 犬、家、猫など)でそれを行う必要があるのですか?それで、['class1'、 'class2' 「class1」、「class2」、「class1」、「class2」、「class1」、「class2」、「class1」、「class2」、「class1」、「class2」、 class1 '、' class2 '、' class1 '、' class2 '、' class1 '、' class2 ']これはなぜですか? – dusa
私はあなたのコメントを理解していない、何がリストにありますか? – GPhilo