python - 重塑图像实际上有什么作用?
问题描述
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)
解决方案
您正在用形状(60000,28,28,1)
表示的多维数组重塑数据集:
- 您有 60000 个图像样本
- 图片尺寸为28×28(宽高)
- 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。
推荐阅读
- owl - Protege:匿名类包含所有不参与关系的类
- java - Java 继承:在显式调用构造函数时无法引用实例字段
- java - JSON反序列化与杰克逊
- mysql - 为什么变量值在循环外不可用
- python - 试图在整个列中查找一个值
- javascript - Uncaught Expected token < with OpenPGP initWorker 使用 Create React App
- swift - .font(.system(size:17)) - 表达式类型不明确,没有更多上下文
- c++ - libavdevice 和 x11 的静态链接库应该以什么顺序链接?
- tensorflow - TensorFlow张量上张量点运算的数学定义
- excel - 在 Microsoft Excel 中绘图