numpy - 重塑迁移学习

Question

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。

标签： numpyreshapetransfer-learning

Answer 1

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)