将图像和标签列表转换为np数组以训练网络

Question

我用的是关于卷积神经网络的教程。在此函数中，我使用：

# Train the model
train_input_fn = tf.estimator.inputs.numpy_input_fn(
    x={"x": X_train},
    y=y_train,
    batch_size=100,
    num_epochs=None,
    shuffle=True)
 mnist_classifier.train(
    input_fn=train_input_fn,
    steps=20000,
    hooks=[logging_hook])

在哪里

^{pr2}$

列表

type(y_train)

列表

y_train[0]

“0”

X_train[0].shape

（30，29，3）

type(X_train[0])

在努比·恩达雷在

len(X_train)

39209个

len(y_train)

39209个

我得到以下错误： AttributeError:“list”对象没有属性“shape”

Answer 1

X_train看起来像一个numpy数组的列表，tensorflow需要一个numpy数组，您可以通过以下方法将其转换为numpy数组：

X_train = np.array(X_train)

或者使用numpy.asarray函数，它的作用与上面完全相同：

^{pr2}$

请记住，所有的图像都应该具有相同的尺寸，以便转换为工作。在