2024-05-16 18:01:17 发布
网友
我正在用烤宽面条建立一个神经网络,我很好奇如何准确地输入到网络中。在这个例子中,他们声明输入层是4维的,实际上它是一个4维张量。这是否意味着我必须给网络一个四维的纽比阵列?有可能吗?如何从4d的列表向量中构建一个?在
在宽面条提供的MNIST示例中,您需要输入一个4D张量。在
一般来说,如果数据是二维的(例如图像),输入的形状必须是(n_samples, n_channels, height, width)。在MNIST数据集中,n_channel是1(可能是其他东西,例如RGB图像的3),而{}和{}都是28。在
(n_samples, n_channels, height, width)
n_channel
如果你的数据只有一维,那么你必须输入一个3D张量,形状为(n_samples, n_channel, n_features)。在
(n_samples, n_channel, n_features)
请注意,如果您想预测单个图像的标签((28,28)ndarray,就像this question)一样,这可能会有问题,因为您需要将输入设为4维。在这种情况下,可以使用data = data[None, None, :, :]添加轴。在
data = data[None, None, :, :]
在宽面条提供的MNIST示例中,您需要输入一个4D张量。在
一般来说,如果数据是二维的(例如图像),输入的形状必须是}和{}都是28。在
(n_samples, n_channels, height, width)
。在MNIST数据集中,n_channel
是1(可能是其他东西,例如RGB图像的3),而{如果你的数据只有一维,那么你必须输入一个3D张量,形状为
(n_samples, n_channel, n_features)
。在请注意,如果您想预测单个图像的标签((28,28)ndarray,就像this question)一样,这可能会有问题,因为您需要将输入设为4维。在这种情况下,可以使用
data = data[None, None, :, :]
添加轴。在相关问题 更多 >
编程相关推荐