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Python MNIST手写数字分类器的预测,python,tensorflow,keras,mnist,handwriting-recognition,Python,Tensorflow,Keras,Mnist,Handwriting Recognition,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
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)