我一直在研究MNIST数据集，以学习如何在我的深度学习课程中使用Tensorflow和Python。
我可以在内部/外部读取数据，并通过网站上的tensorflow教程在softmax和cnn中进行训练。最后，我可以在softmax中获得＆gt;％90，在cnn中获得＆gt;％98，准确度。
我的问题是我希望将MNIST上的所有图像调整为14x14并再次训练，同时增加所有（噪音，旋转等）并再次训练。最后，我希望能够比较这三个不同数据集的准确性。
你可以帮我解决一下吗？如何调整所有图像的大小以及模型应如何更改。谢谢！
答案 0 :(得分：0)
调整图像大小的一种方法是使用scipy resize函数：
from scipy.misc import imresize
img = imresize(yourimage, (14, 14))
但我对你的真正建议是，应该看看Kadenze课程＆＃34;深度学习的创意应用＆＃34;。这是第二讲的笔记本：https://github.com/pkmital/CADL/blob/master/session-2/lecture-2.ipynb
本课程非常擅长帮助您理解使用图像和Tensorflow。
答案 1 :(得分：0)
您需要的是一些图像处理库，例如OpenCV，PIL等。如果您使用从tensorflow下载的数据集，它将是3d数组（2d数组的数组（每个图像））或具有更多尺寸，具体取决于它已存储（我不确定），您可以将numpy数组视为图像，并与您喜欢的任何图像处理库一起使用它们，但请确保它们所在的数据类型以及与您使用的库是否兼容。
此外，如果您想将其全部保留在tensorflow中，tensorflow也具有此类功能。
this帖子的答案已被接受。