Python 如何将图像转换为感知器算法的输入向量？

我需要实现一个简单的感知器算法。有两类“猫和狗”。每个训练样本是一对形式

（x，t）

，其中

x

是输入值的向量，

t

是目标输出值。但我不知道如何在python中为perceptron将图像转换为向量形式？ 向量形式是什么意思

---

图像的大小为32*32。

感知器只处理向量，而不处理矩阵。所以你应该把你的图像展平成为一个向量。因此，如果你有一批形状像（1000,32,32）的图像，你可以这样做：

x = x.reshape((len(x), x.shape[1]*x.shape[2]))

---

将来，如果你还想处理图像，可以看看卷积神经网络（CNN）。

感知器只处理向量而不是矩阵。所以你应该把你的图像展平成为一个向量。因此，如果你有一批形状像（1000,32,32）的图像，你可以这样做：

x = x.reshape((len(x), x.shape[1]*x.shape[2]))

---

将来，如果您仍想处理图像，请查看卷积神经网络（CNN）。

如果您有大小为32x32的图像

a

：

>>> a=np.random.random((32,32))
>>> a.shape
(32, 32)

然后，您可以通过以下方式将其转换为向量，以向感知器提供反馈：

>>> b=a.reshape(1,1024)
>>> b.shape
(1, 1024)

---

如果您有大小为32x32的图像

a

：

>>> a=np.random.random((32,32))
>>> a.shape
(32, 32)

然后，您可以通过以下方式将其转换为向量，以向感知器提供反馈：

>>> b=a.reshape(1,1024)
>>> b.shape
(1, 1024)

---

图像是32x32，因此您有1024个值：这是您的向量！例如，只需对所有列进行concat…图像是32x32，因此您有1024个值：这是您的向量！如果

x

是

32x32

？是的，我认为你正在处理一批图像，比如（100,32,32）你的意思是

x=x.reforme（1,x.shape[1]*x.shape[0]）

如果

x

是

32x32

，是的，我认为您正在处理一批图像，大约是（100,32,32）