r - 如何在 r 中使用 tensoflow CNN 为 keras 准备 data.frame

Question

我一直在尝试为 keras 中的 CNN 准备训练数据集，但我找不到正确设置数据的方法。

在keras CNN example ，他们使用了 MNIST 数据集，其中:

library(keras)

img_rows <- 28

img_cols <- 28

mnist <- dataset_mnist()

x_train <- mnist$train$x

x_train <- array_reshape(x_train, c(nrow(x_train), img_rows, img_cols, 1))

输出一个暗淡的数组:

class(x_train)
[1] "array"

dim(x_train)
[1] 60000    28    28     1

我有一个这样的数据框:

x = data.frame(c(1,10,19,28),c(2,11,20,29),c(3,12,21,30),c(4,13,22,31),c(5,14,23,32),c(6,15,24,33),c(7,16,25,34),c(8,17,26,35),c(9,18,27,36))

每一行代表一个 3x3 图像，如下所示:

1 2 3
4 5 6
7 8 9

我正在尝试:

x = as.integer(unlist(x))

x = array_reshape(x, c(4,3,3, 1))

这将返回 3 个带有打乱号码的矩阵。 ¿如何在 keras 中正确转换 CNN 的 data.frame？

Answer 1

如果我理解您正在尝试做什么，那就是将您的训练数据 (x) reshape 为一个包含 4 个元素的数组，每个元素具有 3x3 矩阵。如果确实如此，那么试试这个，

> aperm(array(t(x), dim = c(3, 3, 4)), perm = c(2,1,3))

, , 1

     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    4    5    6
[3,]    7    8    9

, , 2

     [,1] [,2] [,3]
[1,]   10   11   12
[2,]   13   14   15
[3,]   16   17   18

, , 3

     [,1] [,2] [,3]
[1,]   19   20   21
[2,]   22   23   24
[3,]   25   26   27

, , 4

     [,1] [,2] [,3]
[1,]   28   29   30
[2,]   31   32   33
[3,]   34   35   36