我目前正在关注张量流教程。
如果我有一个数据集,其中每个类包含一个图像。TensorFlow是最好的选择吗?
还是我应该稍微复制和损坏每个图像,以便在同一类中拥有多个图像?类似于他们进行数字识别的方式。
谢谢
您可以使用在 tensorflow 中实现的神经网络进行图像识别。但是,拥有足够的训练数据对于获得良好的性能至关重要。当然,获取更多数据并不总是那么容易,但每个类一张图像听起来远远不够。因此,您绝对应该尝试获得更多数据。
顺便说一句,如果您谈论的是MNIST数据集(关于数字识别(,它由高中生和美国人口普查局员工编写的数字组成(见此处(。
增加训练数据量的一种方法可能是稍微修改现有的训练数据,但也值得尝试以其他方式获取更多数据。否则,每个类的所有训练示例最终都过于相似。