MNIST手写数字分类器的预测

Question

3

我刚开始学习深度学习，使用Keras进行学习。我按照这个链接上的指示，使用MNIST数据集建立了一个手写数字识别分类器。从评估结果来看，效果还不错。我用tensorflow作为Keras的后端。

现在我想读取一个手写数字的图像文件，并使用相同的模型预测其数字。我认为图像需要先转换为28x28维度的深度为255的形式？但我不确定我的理解是否正确。如果是这样，我该如何在Python中进行这种转换？如果我的理解不正确，需要什么样的转换呢？

先行致谢！

- kee

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Maashu · Accepted Answer

据我所知，您需要将其转换为28x28的灰度图像，以便在Python中使用。这与用于训练MNIST的图像相同，张量都期望输入784（28 * 28）大小的项，每个值在其张量中介于0-255之间。

要调整图像大小，您可以使用PIL或Pillow。请参见此SO帖子或Pillow文档中的此页面（由先前提到的Wtower链接，为了方便访问而复制的内容），以调整大小并保持纵横比，如果这是您想要做的事情。

希望对您有所帮助！

祝好，

-Maashu