我對輸入法有疑問（如果理解正確的話）。（我參考這個分類）
有一個train_images.shape時尚資料集是(60000, 28, 28)。如果理解正確，它是 60000 張 28*28 形狀的影像。train_labels是array([9, 0, 0, ..., 3, 0, 5], dtype=uint8)
就我而言，我有一個包含影像的串列。串列的大小為2000，每個影像的形狀為250*250。我使用np.array(y_train).
問題是-：我不能使用我的“train_images”，model.fit(train_images, train_labels, epochs=50)因為它不是模型需要的形狀。
我想，我需要將資料串列轉換為(2000,250,250).
有人可以幫我怎么做嗎？我直接將串列轉換為 Numpy。它沒有用。
還建議我如果我使用(2000,250,250).
我確實喜歡這個，但我認為這不是最佳方式
final_traing = np.array([])
temp=X_train[0]
for i in range(1,len(X_train)):
data_final=np.concatenate([temp, X_train[i]], axis=0)
temp=final_traing
uj5u.com熱心網友回復：
如果每個影像確實具有 shape (250*250)，您可以嘗試以下操作：
import numpy as np
samples = 3
image1 = np.random.random((250*250))
image2 = np.random.random((250*250))
image3 = np.random.random((250*250))
X_train = np.asarray([image1, image2, image3])
print(X_train.shape)
X_train = np.reshape(X_train, (samples, 250, 250))
print(X_train.shape)
(3, 62500)
(3, 250, 250)
轉載請註明出處，本文鏈接：https://www.uj5u.com/qianduan/439265.html