在 cnn_mnist.py例如,脚本首先加载训练和测试数据,如您从 120
行到 124
行中看到的那样。当我打印 print(train_data.shape)
时,我得到 (55000, 784)
。因此,我解释了这里的训练集,其中每个维度都有 55000
图像,尺寸=784
。我的问题是:维度是如何生成的?是通过将 MNIST 数据集中的每个图像转换为一维向量吗?我想了解这一点,因为我想用我自己收集的手写图像来提供此脚本。
谢谢
最佳答案
你可以简单地理解,由于 MNIST 数据中的每个图像都是 28x28px,所以当我们将图像转换为一维矩阵时,它的大小变为 28x28=784。
MNIST image size is 28 × 28 pixel, so it is represented as 784 1-d array.
矩阵中的每个值代表0到255之间的值。
关于python - MNIST 数据集中的图像是如何转换的?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50733342/