TFLearn - 什么是 input_data

Question

我遇到了以下声明：

convnet = input_data(shape=[None,img_size,img_size,1], name='input')

我试图寻找描述，但找不到明确的解释。

我的主要问题是该功能input_data主要做什么？它就像我们输入数据的占位符吗？

关于形状，什么是None开头，什么是1结尾？

谢谢。

Answer 1

该input_data是一个层将被用作输入层到网络。在顺序模型中添加任何常用层之前，您需要指定输入的外观。例如在 mnist 数据集中，您有784 个数组表示28x28图像。
在您的示例中，网络需要形状为(None, img_size,img_size,1]的输入，用人类语言表示：
无-
img_size X img_size 的图像数量或数量- 图像尺寸
1 - 具有一种颜色渠道

如果 mnist 数据集为全 RGB 颜色，则输入数据的形状为(None, 28, 28, 3) 通常您可以将None视为batch_size。

更明确地说，如果您的 batch_size 为 1，那么在我们的 mnist RGB 示例中，您需要三个28x28矩阵作为输入，一个表示 R 像素，另一个表示 G 像素，最后一个表示 B 像素图片。这只是一个条目。在这种情况下，None值将是1，但通常它是您决定的 batch_size 。你从这里得到图片。

希望它能把事情弄清楚。

干杯，
加布里埃尔