图像重塑实际上是做什么的？

Question

下面的重塑实际上有什么作用？

我已经看过样本tensorflow代码，但是我不确定(60000,28,28,1)的作用，有人可以帮助详细解释它吗？

import tensorflow as tf
mnist = tf.keras.datasets.fashion_mnist
(training_images, training_labels), (test_images, test_labels) = mnist.load_data()    
training_images=training_images.reshape(60000, 28, 28, 1)

Answer 1

您正在使用形状为(60000,28,28,1)的多维数组来重整数据集，表明：

1. 您有60000个图像样本
2. 图像尺寸为28×28（宽度和高度）
3. 数字1表示通道数。在这种情况下，您使用的是灰度，因此只需要一个通道。如果您需要RGB，则可以改用3。

加载MNIST数据集时，您的形状为(60000, 28, 28)，其中不包含通道信息。您所做的只是将该信息作为数组的另一个维度添加到数据集中。