Image processing 如何用神经网络区分扁平行中的图像_Image Processing_Neural Network_Computer Vision_Deep Learning_Conv Neural Network

Image processing 如何用神经网络区分扁平行中的图像

image-processing neural-network computer-vision deep-learning

Image processing 如何用神经网络区分扁平行中的图像,image-processing,neural-network,computer-vision,deep-learning,conv-neural-network,Image Processing,Neural Network,Computer Vision,Deep Learning,Conv Neural Network,我在下面的网站上学习我想了解神经网络是如何区分图像的 Xtr, Ytr, Xte, Yte = load_CIFAR10('data/cifar10/') # a magic function we provide # flatten out all images to be one-dimensional Xtr_rows = Xtr.reshape(Xtr.shape[0], 32 * 32 * 3) # Xtr_rows becomes 50000 x 3072 Xte_rows =

我在下面的网站上学习

我想了解神经网络是如何区分图像的

Xtr, Ytr, Xte, Yte = load_CIFAR10('data/cifar10/') # a magic function we provide
# flatten out all images to be one-dimensional
Xtr_rows = Xtr.reshape(Xtr.shape[0], 32 * 32 * 3) # Xtr_rows becomes 50000 x 3072
Xte_rows = Xte.reshape(Xte.shape[0], 32 * 32 * 3) # Xte_rows becomes 10000 x 3072

例如，这里我们有50000个培训示例，但当我们将其展平时它变成50000 x 3072，这只是神经网络理解的数字

哪一幅是第一幅图像，哪一幅是第二幅图像等等。

在您的数据集中，您有50000幅32x32像素和3个通道的图像

展平意味着将每个图像转换为一维向量

每个图像包含32x32x3=3072个值。在这一步之后，你有一个50000个向量的数组，每个向量有3072个元素

第一个图像是Xtr_行中的第一个元素。计算机就是这样知道的

是的，神经网络和其他计算机程序一样，只是在处理数字