用tensorflow训练您自己的图像？

Question

我有一个图像（我没有数据集）我想训练张量模型， ，这样我就可以使用该模型来快速识别图像。

我已经实现了一个这样的东西，但它不工作：

import tensorflow as tf 
filenames = ['pic.jpg'] 

# step 2 
filename_queue = tf.train.string_input_producer(filenames) 

# step 3: read, decode and resize images 
reader = tf.WholeFileReader() 
filename, content = reader.read(filename_queue) 
image = tf.image.decode_jpeg(content, channels=3) 
image = tf.cast(image, tf.float32) 
resized_image = tf.image.resize_images(image, [224, 224]) 

# step 4: Batching 
image_batch = tf.train.batch([resized_image], batch_size=8) 

此外，vuforia如何能够只用一个形象这么快认识？我想要在张量流中实现类似的实现

Answer 1

这不是机器学习和深度学习的工作原理。你不能只抓住一个元素并建立一个解释这一个元素的模型。如果你将检查一些NN教程，你会看到为了训练一个合理的模型，人们使用数千甚至数百万个数据点。