将图像和标签列表转换为np数组以训练张量流

Question

我正在使用有关卷积神经网络的教程。在这个函数中，我使用：

28

，其中

# 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])

列表

type(X_train) 

列表

type(y_train)

'0'

y_train[0]

（30,29,3）

X_train[0].shape

numpy.ndarray

type(X_train[0])

39209

len(X_train)

39209

我收到以下错误： AttributeError：'list'对象没有属性'shape'

Answer 1

X_train看起来像 numpy数组列表，tensorflow需要一个numpy数组，你只需将它转换为numpy数组：

X_train = np.array(X_train)

或使用numpy.asarray函数，其功能与上述完全相同：

X_train = np.asarray(X_train)

请记住，所有图片都应具有相同的尺寸，以便转换为正常工作。