出于好奇，这更像是一个问题。我在sklearn load_digits数据集中看到了2个不同的2D数组 - 图像和数据（http://scikit-learn.org/stable/modules/generated/sklearn.datasets.load_digits.html），并想知道我是否可以交替使用它们进行训练。我问，因为我能够用图像而不是数据来训练NN，并且看到它收敛到大约0.5％的列车错误和8％的验证错误，80-20分割。如果是这样，两者之间的功能有什么不同？
除了您可以使用图像数据集进行可视化之外，文档没有提及这两个。
答案 0 :(得分：2)
考虑一下：
undefined就功能而言，from sklearn.datasets import load_digits
digits = load_digits()
和digits.data之间没有区别。两者都包含一些8 * 8图像的像素值。
第一个是（1797,64）digits.images，而第二个是（1797,8,8）numpy.ndarray。唯一的区别是numpy.ndarray是digits.images[i]的8 * 8重塑，更适合可视化。