Python 如何在keras中正确使用numpy

Python 如何在keras中正确使用numpy,python,numpy,tensorflow,keras,Python,Numpy,Tensorflow,Keras,问题是: 在keras教程中,它使用一个输入x_train=np.random.random((1001001003)),这意味着有100个图像,每个图像的大小为[100100,3],对吗 所以我认为x_列[0][0]应该代表第一个img的第一个通道(应该是[100100]),但x_列[0][0]实际上有[100,3]的大小。。。所以我很困惑,keras怎么能把这个[100100,3]numpy数组作为一组img呢?请帮帮我,先谢谢你 另一个问题是: 如何构造这样的输入?因为当我使用np.arr

问题是:

在keras教程中,它使用一个输入x_train=np.random.random((1001001003)),这意味着有100个图像,每个图像的大小为[100100,3],对吗

所以我认为x_列[0][0]应该代表第一个img的第一个通道(应该是[100100]),但x_列[0][0]实际上有[100,3]的大小。。。所以我很困惑,keras怎么能把这个[100100,3]numpy数组作为一组img呢?请帮帮我,先谢谢你

另一个问题是:
如何构造这样的输入?因为当我使用np.array([[100100],[100100]])时,它变成了[2100100]的数组。

下面是关于如何访问图像的说明。 X是四维张量。在数学中,张量是将向量和度量推广到高维数组中。
假设“通道最后一个”数据格式

  • 第1轴=图像数量
  • 第二轴=单个图像中的行数
  • 第三轴=单行中的列数
  • 第四轴=特定像素的通道数
现在您可以使用如下索引访问图像、行、列和频道。

  • x[0]表示第一个图像
  • x[0][0]表示第一个图像的第一行
  • x[0][0][0]表示第一个图像第一行的第一列
  • x[0][0][0][0]表示第一幅图像第一行第一列的红色通道

    • 以下是有关如何访问图像的说明。 X是四维张量。在数学中,张量是将向量和度量推广到高维数组中。
      假设“通道最后一个”数据格式

      • 第1轴=图像数量
      • 第二轴=单个图像中的行数
      • 第三轴=单行中的列数
      • 第四轴=特定像素的通道数
      现在您可以使用如下索引访问图像、行、列和频道。

      • x[0]表示第一个图像
      • x[0][0]表示第一个图像的第一行
      • x[0][0][0]表示第一个图像第一行的第一列
      • x[0][0][0][0]表示第一幅图像第一行第一列的红色通道

      另一个问题是如何构建这样的输入?因为当我做np.array([[100100],[100100]])时,它变成了[2100100]的数组。另一个问题是,我如何构造这样的输入?因为当我做np.array([[100100],[100100]])时,它变成了[2100100]的数组