Python MNIST手写数字分类器的预测

我对深度学习还不熟悉，我正在使用Keras来学习它。我按照说明使用MNIST数据集构建了一个手写数字识别分类器。在看到可比较的评估结果方面，它运行良好。我使用tensorflow作为Keras的后端

现在，我想读取一个带有手写数字的图像文件，并使用相同的模型预测其数字。我认为图像需要先转换为28x28维，深度为255？我不确定我的理解一开始是否正确。如果是这样，我如何在Python中进行此转换？如果我的理解不正确，需要进行什么样的转换

---

提前谢谢你

据我所知，您需要将其转换为28x28灰度图像，以便在Python中使用它。这与用于训练MNIST的图像的形状和方案相同，张量都需要784（28*28）个大小的项目，每个项目的张量值在0-255之间作为输入

要调整图像大小，可以使用PIL或枕头。请参阅或（在前面提到的文章中由Wtower链接到，复制到此处以便于访问调整大小和保持纵横比，如果您想这样做的话）

嗯

干杯

---

-Maashu

谢谢@Masshu！这完美地回答了缩放部分！对于灰度缩放，我发现了一个非常有用的文档（它实际上同时处理大小调整）：（不太确定如何将此链接到注释中的文本）