Machine learning 图像像素是否可以存储在一维阵列中？

我正在训练一个机器学习模型，该模型将图像作为负责分类的输入，我将图像像素存储在数组中，但我在互联网上发现图像可以存储在二维数组中，下面是我的代码，如果它存储在一维格式上，那么它是如何在python中实现的，因为在一个索引中，只有一个值发生，那么如何实现呢（124124）存储在其中的图像

training_data=[]
def create_training_data():
    for category in Categories:
        path=os.path.join(DataDir,category)
        IMG_SIZE=(124,124)
        for img in os.listdir(path):
            try:
                img_arr=cv2.imread(os.path.join(path,img),cv2.IMREAD_GRAYSCALE)
                new_array=cv2.resize(img_arr,(IMG_SIZE))
                training_data.append([new_array])

---

对于图像分类，通常最好把你的图像看作矩阵，因为它有助于保持本地邻居和连接信息的自然方式，而不需要使用完全连接的层或RNNs等。所以，我建议你不要把你的训练数据存储在列表中，而是使用所有的深度学习FRAM。eworks do：将它们存储在大小为

BxCxHxW

的张量中，其中

B

是批次大小，

C

是通道数，

H，W

是宽度/高度。例如：

#numpy
training_data=np.zeros([B,C,H,W])
#load a single image inside your loop
training_data[i,:,:,]=cv2.imread(...)

如果您选择PyTorch或TensorFlow等框架，您将能够使用它们自己的张量类型，这些张量类型可以轻松地传输到GPU（numpy阵列的情况并非如此）