目前還只是對tensorflow似懂非懂狀態
藉此篇想延伸發問一下
: 比方說我想要辨識一張椅子，我想要知道的就只有他是椅子的機率。
: 當我測試圖片為一張椅子時，他就跟我說這是一張椅子。
: 當我測試圖片為其他東西(比方說一個人或一個水壺)的時候，他就跟我說這不是一張椅子
: 。
: 請問這樣子模型要如何訓練呢？爬了許多文找不到相關的討論，懇請各位給我關鍵字。謝
: 謝！
由tensorflow網站看到CNN教學是以MNIST為範例
這似乎是把一群資料壓縮成一種檔案(格式?)
於是我想嘗試把我的資料集套用在此範例的CNN來玩看看
(假設我的資料與範例一樣是二維的)
不知道普遍上資料集格式大家都是怎樣做的?
我的認知是
1.應該會有人使用一張一張圖片放進去讀
2.也有人像範例一樣製作成一個檔案進行讀取
這兩種方法優劣如何?
想請問前輩這兩種的詳細作法是如何
或是有那些文章可以參考