MNIST手写数字分类器的预测
MNIST手写数字分类器的预测
提问于 2017-08-08 01:50:37
我是深度学习的新手，正在使用Keras学习它。我按照这个link的说明使用MNIST数据集构建了一个手写数字识别分类器。在查看可比评估结果方面，它工作得很好。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。我认为图像需要首先转换为28x28维度，255深度？我不确定我的理解是否正确。如果是这样，我如何在Python中进行这种转换？如果我的理解是错误的，需要什么样的转换？
提前谢谢你！
回答 1
Stack Overflow用户
回答已采纳
发布于 2017-08-08 01:58:07
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，张量都期望784 (28 *28)个-sized项，每个张量的输入值都在0-255之间。
要调整图像的大小，可以使用PIL或Pillow。请参阅this SO post或this page in the Pillow docs (在前面提到的帖子中由what链接，复制到此处以便于访问大小和保持纵横比，如果这是你想做的。
哈！
干杯,
-Maashu
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/45552856
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号