¿Cómo convertir matrices numpy al formato estándar de TensorFlow?
Tengo dos matrices numpy:
- Uno que contiene las imágenes captcha
- Otro que contiene las etiquetas correspondientes (en formato vectorial one-hot)
**Quiero cargarlos en TensorFlow para poder clasificarlos usando una red neuronal. ¿Cómo puedo hacerlo?
¿Qué forma deben tener las matrices numpy?
Información adicional - Mis imágenes son de 60 (alto) por 160 (ancho) píxeles cada una y cada una de ellas tiene 5 caracteres alfanuméricos. Aquí está una imagen de ejemplo:
Cada etiqueta es una matriz de 5 por 62.
26
3
Puede utilizar
tf.convert_to_tensor()
:Aquí'hay un enlace a la documentación de este método:
https://www.tensorflow.org/api_docs/python/tf/convert_to_tensor
Puedes usar el método tf.pack (tf.stack en TensorFlow 1.0.0) para este propósito. A continuación se muestra cómo empaquetar una imagen aleatoria de tipo
numpy.ndarray
en unTensor
:ACTUALIZACIÓN: para convertir un objeto Python en un Tensor se puede utilizar la función tf.convert_to_tensor.
Puede utilizar marcadores de posición y feed_dict.
Supongamos que tenemos matrices numpy como estas:
Puedes declarar dos marcadores de posición:
A continuación, utilice estos marcadores de posición (X e Y) en su modelo, coste, etc: modelo = tf.mul(X, w) ... Y ... ...
Finalmente, cuando ejecutes el modelo/coste, alimenta las matrices numpy usando feed_dict: