numpy - 重塑迁移学习
问题描述
我正在尝试迁移学习我有输入大小(16657、32、32、1)的数据,但我想将其作为输入输入到模型中。我需要 (16657, 32, 32, 3) 的大小。如何添加 2 个额外的频道?虽然它在 conv2d 模型中运行良好。但我想将其应用于其他迁移学习模型,如 vgg19、resnet50 等。
解决方案
您可以将现有通道复制到两个附加维度中。在将输入图像输入网络之前对输入图像使用预处理功能,并定义该功能以将通道堆叠 3 次。
img = np.array([[12, 16,19], [124,25,19], [76,8,78]]) # shape (3,3)
stacked_img = np.stack((img,)*3, axis=0) # shape (3,3,3)
推荐阅读
- vue.js - Vue - 如何动态传递和使用多个组件作为道具
- linux - debezium postgres 找不到`io/debezium/util/IoUtil`
- android - Android 布局中带有百分比的背景
- c# - Excel 范围上的条件格式为每个单元格都具有向上箭头图标,而不管包含的值如何
- android - Gradle 任务 assembleDebug 失败,退出代码为 1 (Android Studio)
- java - 将 java XML SAX Parser 转换为 Web 应用程序 Tomcat
- scp - 错误:等待握手时超时
- html - 如何将 .PAT 文件转换为 .PNG?
- java - 如何删除 XML 中的 HTML 标签
- node.js - 如何在sequelize中使用非列变量