Image 将图像馈送到Theano会引发匹配错误

我正在尝试一个非常基本的无逻辑回归模型的例子，在训练网络之后，我想测试一些图像，看看它们是如何分类的。有关培训和测试的代码，请访问。事实上，我试图修改的唯一部分是predict（）函数，如下所示：

def predict():
    """
    An example of how to load a trained model and use it
    to predict labels.
    """

    # load the saved model
    classifier = cPickle.load(open('best_model.pkl'))

    # compile a predictor function
    predict_model = theano.function(
        inputs=[classifier.input],
        outputs=classifier.y_pred)

    # We can test it on some examples from test test
    #dataset='mnist.pkl.gz'
    #datasets = load_data(dataset)
    #test_set_x, test_set_y = datasets[2]
    #test_set_x = test_set_x.get_value()

    img = Image.open('index.png','r')
    shared_x = theano.shared(numpy.asarray(img,dtype=theano.config.floatX))


    predicted_values = predict_model(shared_x.get_value())
    print ("Predicted values for the first 10 examples in test set:")
    print predicted_values

我遵循了这里的一些提示，但显然我遇到了问题，因为我得到的是：

ValueError:形状不匹配：x有28列（和28行），但y有784行 行（和10列）应用导致错误的节点：Dot22（x，W） 输入类型：[TensorType（浮点64，矩阵），TensorType（浮点64， 矩阵]输入形状：[（28,28），（784,10）]输入步幅：[（224， 8） ，（80,8）]输入值：[“未显示”、“未显示”]

那么，将图像（在我的例子中是28x28）馈送到Theano进行预测的正确方法是什么呢？

模型需要成批的展平图像作为输入

输入需要是一个矩阵，每个图像有一行。共有784列，是28x28像素图像的展平（或重塑）版本（请注意，28*28=784）

而不是

img = Image.open('index.png','r')
shared_x = theano.shared(numpy.asarray(img,dtype=theano.config.floatX))
predicted_values = predict_model(shared_x.get_value())

使用

无需使用共享变量，因为您只需将它包含的numpy数组传递给Theano函数。

模型需要成批的展平图像作为输入

输入需要是一个矩阵，每个图像有一行。共有784列，是28x28像素图像的展平（或重塑）版本（请注意，28*28=784）

而不是

img = Image.open('index.png','r')
shared_x = theano.shared(numpy.asarray(img,dtype=theano.config.floatX))
predicted_values = predict_model(shared_x.get_value())

使用

不需要使用共享变量，因为您只是将它包含的numpy数组传递给Theano函数