我是深度学习的新手，正在使用 Keras 来学习它。我按照此 link 的说明进行操作使用 MNIST 数据集构建手写数字识别分类器。它在查看可比较的评估结果方面效果很好。我使用 tensorflow 作为 Keras 的后端。
现在我想读取一个带有手写数字的图像文件，并使用相同的模型预测它的数字。我认为图像需要首先转换为 28x28 尺寸和 255 深度？我不确定我的理解是否正确。如果是这样，我如何在 Python 中进行这种转换？如果我的理解不正确，需要什么样的改造？
提前致谢!
最佳答案
据我所知，您需要将其转换为 28x28 灰度图像才能在 Python 中使用它。这与用于训练 MNIST 的图像具有相同的形状和方案，并且张量都需要 784 (28 * 28) 大小的项目，每个项目的张量值都在 0-255 之间作为输入。
要调整图像大小，您可以使用 PIL 或 Pillow。参见 this SO post或 this page in the Pillow docs (在前面提到的帖子中由 Wtower 链接，复制到这里是为了方便调整大小和保持纵横比，如果这是你想要做的。
喂!
干杯，
-马舒
关于python - MNIST手写数字分类器的预测，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/45552856/