目前还只是对tensorflow似懂非懂状态
借此篇想延伸发问一下
: 比方说我想要辨识一张椅子，我想要知道的就只有他是椅子的机率。
: 当我测试图片为一张椅子时，他就跟我说这是一张椅子。
: 当我测试图片为其他东西(比方说一个人或一个水壶)的时候，他就跟我说这不是一张椅子
: 。
: 请问这样子模型要如何训练呢？爬了许多文找不到相关的讨论，恳请各位给我关键字。谢
: 谢！
由tensorflow网站看到CNN教学是以MNIST为范例
这似乎是把一群资料压缩成一种档案(格式?)
于是我想尝试把我的资料集套用在此范例的CNN来玩看看
(假设我的资料与范例一样是二维的)
不知道普遍上资料集格式大家都是怎样做的?
我的认知是
1.应该会有人使用一张一张图片放进去读
2.也有人像范例一样制作成一个档案进行读取
这两种方法优劣如何?
想请问前辈这两种的详细作法是如何
或是有那些文章可以参考