Немного о предыстории .. Я пытаюсь получить качественное/количественное суждение о том, существует ли полезное решение (если оно есть), которое может получить сверточная нейронная сеть для набор синтетических изображений, содержащих 3 класса.Подготовка набора данных для анализа с помощью T-SNE
Теперь я пытаюсь запустить TSNE в папке, содержащей 3195 изображений RGB с разрешением 256x256.
Первый вопрос, который я хотел бы задать, переводит ли я папку с изображениями в соответствующий формат для использования с TSNE? Код python можно посмотреть здесь https://i.stack.imgur.com/79gNy.png.
Во-вторых, мне удалось запустить t-sne, хотя я не уверен, правильно ли я использую его, что можно увидеть здесь. . Исходный код в основном представляет собой небольшую модификацию из примера MNIST от Alexander Fabisch в Jupyter Notebook (извинения, однако я не могу опубликовать более двух ссылок с момента репутации < 10.) Итак, я хотел бы спросить, есть ли что-то явно неправомерное для того, чтобы заставить Архитектура TSNE, используемая для набора данных MNIST на наборе изображений RGB?
Наконец, я столкнулся с трудностями для кода во второй ссылке Imgur публикуемой выше кодой ниже,
imagebox = offsetbox.AnnotationBbox(
offsetbox.OffsetImage(X[i].reshape(256, 256)), X_embedded[i])
Первый аргументом для offsetbox.AnnotationBbox является 256x256 изображением (потому что мое разрешение изображения такое), которые в основном покрывает весь мой экран, заслоняя результаты), но я получаю сообщение об ошибке, когда я пытаюсь изменить его?
ValueError: total size of new array must be unchanged
Итак, как я могу уменьшить размер изображений затевается (или другие способы обойти проблему)
Работайте назад - какие результаты вы ожидаете от этого? Специфика также зависит от того, какой язык вы хотите - вы отметили этот C++ * и * python. Выберите. – doctorlove
Кроме того, здесь показан пример использования изображений в качестве входных данных (для python). Http://scikit-learn.org/stable/auto_examples/manifold/plot_lle_digits.html#sphx-glr-auto-examples-manifold-plot-lle-digits -py – doctorlove
Чтобы дать вам отличный ответ, это может помочь нам, если у вас есть взгляд на [спросить], если вы еще этого не сделали. Это может быть полезно, если вы можете предоставить [mcve]. – Mat