如何将4D的RGB图像数据转换为2D数组以用于LogisticRegression

我有一个train_dataset 4d数组,包含7000张RGB图像(7000,299,299,3)。现在我需要将这个数据集数组输入到sklearn.linear_model.LogisticRegression 中,为此它需要是二维的。

我尝试了::–

np.reshape(train_dataset[:],(7000, train_dataset.shape[1]*train_dataset.shape[2]))

结果是::–

ValueError: cannot reshape array of size 1877152797 into shape (7000,89401)

你能帮我调整这个train_dataset数组的形状吗?我希望保持train_dataset数组中有7000行。


回答:

看起来你只有6999张图像,真遗憾。最简单的方法是让numpy帮你计算缺失的形状

np.reshape(train_dataset, (6999, -1))

或者更稳健的方法

np.reshape(train_dataset, (train_dataset.shape[0], -1))

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注