如何格式化数据集以进行Python培训？

Question

如何格式化数据集以进行Python培训？

我有一些手写数字的3000个灰度BMP图像（就像MNIST一样）。现在我想用这个数据集训练我的模型（我正在使用Keras库），我正在使用卷积神经网络进行训练。

我正在使用此代码将其中一个图像转换为数组

`import numpy
from PIL import Image
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import numpy as np
img = Image.open(open('CMATERdb 3.3.1\Ad02599.bmp')).convert("L")
print(img.format, img.size, img.mode)
img = numpy.asarray(img) / 255.
imgplot = plt.imshow(img)`

，代码的结果是

无（32,32）L

image from the 3000 image want to convert into dataset

任何帮助我如何转换所有图像并将它们放在相同的MNIST数据格式中，我们将非常感激。

Answer 1

您可以使用任何将图像文件加载到数组中的库，例如Pillow。

阅读Pillow的文档，了解如何将图像文件加载到数组中。

然后，您通常应该将数组缩放到0到1之间的值。通常，您只需将图像数组除以255（因为它们是0到255之间的RGB值）。

确保最终形成如下形状的阵列：（3000，宽度，高度，通道），其中通道通常为3（红色，绿色，蓝色）。