python - 重塑图像实际上有什么作用？

Question

下面的 reshape 实际上详细做了什么？

我已经看过示例 tensorflow 代码，但我不确定它是做什么的(60000,28,28,1)，有人可以帮忙详细解释一下吗？

import tensorflow as tf
mnist = tf.keras.datasets.fashion_mnist
(training_images, training_labels), (test_images, test_labels) = mnist.load_data()    
training_images=training_images.reshape(60000, 28, 28, 1)

标签： pythontensorflow

Answer 1

您正在用形状(60000,28,28,1)表示的多维数组重塑数据集：

1. 您有 60000 个图像样本
2. 图片尺寸为28×28（宽高）
3. 数字 1 表示通道数。在这种情况下，您使用的是灰度，因此您只需要一个通道。如果您需要 RGB，您可以使用 3 代替。

当你加载 MNIST 数据集时，你有一个(60000, 28, 28)不包含通道信息的形状。您所做的只是将此信息作为数组的另一个维度添加到您的数据集中。