如何调整图像大小以适应机器学习模型

我想将我的图像调整为(1, 28, 28)的尺寸

我的代码如下

from keras.preprocessing.image import load_imgfrom keras.preprocessing import imageimg1 = image.load_img(path=path,grayscale=True,target_size=(28,28))img1 = image.img_to_array(img1)print(img1.shape)## (28, 28, 1)

如果target_size=(1,28,28),结果会是(1, 28, 1)

我不知道为什么会得到这种输出

我该怎么做呢?

提前感谢


回答:

load_img 函数使用宽高(WH)元组。你得到的是(28, 28, 1)(宽度,长度,通道)。如果你想将其转换为通道-宽度-高度(CWH)格式,可以使用 numpy.swapaxes

import numpy as npr = np.random.rand(3, 3, 1)r_swapped = np.swapaxes(r, 0, 2)print(r)print(r.shape)print(r_swapped)print(r_swapped.shape)

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注