使用Google的Quickdraw创建MNIST样式数据集！

对于那些运行深度学习模型的人来说，MNIST是无处不在的。手写数字的数据集有许多用途，从基准测试的算法（在数千篇论文中引用）到可视化，比拿破仑的1812年进军更为普遍。数字如下所示：

它经久不衰的主要原因是缺乏替代品。在这篇文章中，我想介绍另一种方法，就是Google的QuickDraw数据集。2017年QuickDraw数据集应用于Google的绘图游戏Quick，Draw。该数据集由5000万幅图形组成。图纸如下所示：

构建您自己的QuickDraw数据集

我想了解您如何使用这些图纸并创建自己的MNIST数据集。Google使每个图纸变为可用的28x28灰度位图文件，这些可以作为MNIST 28x28灰度位图图像的替代品。并且Google已经将数据集公开。所有数据都位于Google的云端控制台中，但是对于这些图像，您需要使用numpy_bitmaps的这个链接。

您应该到达一个允许您下载任何类别图像的页面。然后选择类别，我选择眼镜，脸，铅笔和电视机。通过脸这个类别可以知道精细的绘画可能更难学习，您应该选择其他有趣的类别。

接下来的挑战是获得这些.npy文件并使用它们。这是一个简短的python gist ，我用来阅读.npy文件并将它们组合起来创建一个可以用来替代MNIST的含有80,000个图像的数据集。它们以hdf5格式保存，这种格式是跨平台的，经常用于深度学习。

用QuickDraw代替MNIST

我使用这个数据集代替MNIST。在Keras 教程中，使用Python中的自动编码器进行一些工作。下图显示了顶部的原始图像，并使用自动编码器在底部显示重建的图像。

接下来我使用了一个R语言的变分自编码器的数据集。以下是导入数据的代码片段：

library(rhdf5)
x_test <- t(h5read('x_test.h5', 'name-of-dataset'))
x_train <- t(h5read('x_train.h5', 'name-of-dataset'))
y_test <- (h5read('y_test.h5', 'name-of-dataset'))
y_train <- (h5read('y_train.h5', 'name-of-dataset'))

这是使用自定义的quickdraw数据集的可视化的潜在空间。

本文为编译文章，作者Rajiv Shah，原网址为 http://projects.rajivshah.com/blog/2017/07/14/QuickDraw/