MNIST手寫數字分類器的預測

我是Deep Learning的新手，我正在使用Keras來學習它。我遵循link的指示，使用MNIST數據集構建手寫數字識別分類器。就看到可比較的評估結果而言，它運行良好。我使用tensorflow作爲Keras的後端。MNIST手寫數字分類器的預測

現在我想用手寫數字讀取圖像文件，並使用相同的模型預測其數字。我認爲圖像需要先變成28x28維度，首先是255的深度？我不確定我的理解是否正確。如果是這樣，我如何在Python中進行這種轉換？如果我的理解不正確，那麼需要什麼樣的轉換？

預先感謝您！

來源

2017-08-07 kee

據我所知，你需要把它變成一個28x28的灰度圖像，以便在Python中使用它。這與用於訓練MNIST的圖像具有相同的形狀和方案，並且張量都期待784（28 * 28）大小的項目，每個項目的張量中的值都在0-255之間作爲輸入。

要調整圖像大小，您可以使用PIL或Pillow。見this SO post或this page in the Pillow docs（由Wtower在前面提到的職位掛鉤，複製在這裏爲了便於accesson調整大小並保持縱橫比，如果這是你想做的事情。

HTH！

乾杯，

-Maashu

來源

2017-08-07 17:58:06 Maashu

謝謝@Masshu！這完全回答了縮放部分！對於灰度，我找到了一個非常有用的文檔（實際上可以同時處理縮放）：https：//www.reddit.com/r/ learnpython/comments/4uzuym/convert_image_to_grayscale_with_pillow /（不太確定如何將其鏈接到評論中的文本） – kee

MNIST手寫數字分類器的預測

回答

相關問題