python - 张量的形状

标签 python tensorflow machine-learning pytorch

我遇到了这段代码

(x_train, y_train), (x_test, y_test) = mnist.load_data() print("x_train 的形状:"+ str(x_train.shape)) print("y_train 的形状:"+ str(y_train.shape))

发现输出是这样的

(60000, 28, 28) (60000,)

第一行输出

据我所知,这是否意味着在第一个维度它可以容纳 60k 个项目,然后在下一个维度,它可以容纳2860k 个项目的数组” 最后,在最后一个维度中,它可以容纳2828 的数组“60k 项的数组”

我想澄清的是,这是 28x28 数据的 60k 样本还是其他数据?

对于输出的第二行,它似乎只是一个包含 60k 项的一维数组。那么它实际上代表着什么呢? (我知道在 x_train 中它是手写数字,每个数字代表该单元格中的灰色强度)

请注意,我从一些在线示例中获取了此代码(我不记得了,也不介意您是否希望将您的信用添加到此示例中)和公共(public)数据集 tf.keras.datasets.mnist

最佳答案

你是对的,第一行给出了 60K 个 28x28 大小的数据,因此 (60000, 28, 28)

y_trainx_train 的标签。因此它们是一维的,数量为 60k。

例如:如果x_train的第一项是3的手写图像,那么y_train的第一项将为“3”,即标签。

关于python - 张量的形状,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55629163/

相关文章:

python - 在我的 M1 Macbook Pro 上设置 keras-rl2

python - 导入 tflearn 非常慢

machine-learning - keras vgg 16 形状错误

machine-learning - 验证准确性并没有提高训练 ResNet50

python - 了解 Scapy/Python 类机制

python - numpy 数组的平均值返回 NaN

python - 将标签数据添加到卷积神经网络的更好方法?

machine-learning - tensorflow 的简单线性回归

python - 在 Windows 上安装 GeoIP?

python - 当每个值都是 ndarray 时,按值获取 pandas 子系列