Deep learning 深度学习：无法在更改MNIST图像大小时重塑数组

我是深度学习新手。我正在尝试将mnist图像从28*28改为224*224

所以我决定使用

重塑
方法。导入MNIST数据集后，我尝试对其进行重塑：

(X_train, y_train), (X_test, y_test) = mnist.load_data()

X_train = X_train.reshape(X_train.shape[0], 224, 224, 1).astype('float32')

我试图将所有MNIST图像更改为新大小，但出现以下错误：

X_train = X_train.reshape(X_train.shape[0], 224, 224, 1).astype('float32')
Traceback (most recent call last):

  File "<ipython-input-3-9d12d34bfd75>", line 1, in <module>
    X_train = X_train.reshape(X_train.shape[0], 224, 224, 1).astype('float32')

ValueError: cannot reshape array of size 47040000 into shape (60000,224,224,1)

X_train=X_train.reformate（X_train.shape[0]，224，224，1）.astype（'float32'））
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
X_-train=X_-train.reformate（X_-train.shape[0]，224，224，1）.aType（'float32'））
ValueError:无法将大小为47040000的数组重塑为形状（600002224,1）

如何将所有MNIST图像大小更改为新大小？
正如@datdinhqooc评论中所说的整形保持相同的字节数

e、 如果你有形状（4,3）的数组，基本上有m*n，即12（4*3）个元素。现在你可以把它重塑成任何大小，它的乘法得到12。因此，可以将阵列cab重塑为大小（2,6）或（12,1）

在你的例子中，有60000个元素的大小（28，28），所以有总数（60000*28*28）和它的尝试（60000*224*224），这显然是不可能的

要缩放或调整图像大小。表示要增加其字节数。在这种情况下，您可以使用openCV调整大小功能，如下所示

 resized_image = cv2.resize(image, (224, 224))   

因此，您需要逐个调整所有图像的大小。
重塑
和
缩放
应该是不同的概念，重塑保持相同的字节数，缩放就是调整大小