如何使用 mnist 数据添加更多数据来训练 keras 模型答案

【问题标题】：how to add more data with mnist data to train keras model如何使用 mnist 数据添加更多数据来训练 keras 模型
【发布时间】：2018-10-22 12:50:58
【问题描述】：

我尝试将 mnist 数据识别为训练数据，但失败了，所以我想添加我的训练数据，那么如何使用 mnist 数据集和我自己的数据训练我的模型。我也尝试用我自己的数据进行训练，但失败了，欢迎提出任何建议..... 例如，我首先使用 mnist 数据集进行训练，然后采用这种方法

但结果并不令人满意，所以我尝试通过我的数据训练该模型，但查看结果可能我没有足够的数据，所以现在我想使用 mnist data + my data 训练我的模型。那我该怎么做呢

【问题讨论】：

为了给您一个很好的答案，如果您还没有看过How to Ask，它可能会对我们有所帮助。如果您可以提供minimal reproducible example，它可能也很有用。
我试着解释一下，请在这里帮助我@Mat
只是连接你的数据和MNIST？
你能解释一下怎么做吗@sebrockm

【解决方案1】：

有几种方法可以连接两个numpy 数组。最明显的可能是np.concatenate()

import numpy as np

all_train_x = np.concatenate((mnist_train_x, my_train_x))
all_train_y = np.concatenate((mnist_train_y, my_train_y))

注意双括号。

【讨论】：

【解决方案2】：

您也可以尝试data augmentation 技术。这将增加数据集的大小，还将提高模型的性能。可以参考here一些有用的信息。

【讨论】：