Question

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。

我想将MNIST调整为22＆amp; 22使用张量流，然后我训练它，但我不怎么办？

你能帮帮我吗？

Answer 1

您尝试过tf.image.resize_image吗？

方法：

resize_images(images, size, method=ResizeMethod.BILINEAR,
    align_corners=False)

其中图像是一批图像，大小是矢量张量，它决定了新的高度和宽度。您可以在此处查看完整文档：https://www.tensorflow.org/api_docs/python/tf/image/resize_images

Answer 2

TheRevanchist的回答是正确的。但是，对于mnist数据集，首先需要重新整形mnist数组，然后再将其发送到tf.image.resize_images()：

import tensorflow as tf
import numpy as np
import cv2

mnist = tf.contrib.learn.datasets.load_dataset("mnist")

batch = mnist.train.next_batch(10)
X_batch = batch[0]
batch_tensor = tf.reshape(X_batch, [10, 28, 28, 1])
resized_images = tf.image.resize_images(batch_tensor, [22,22])

上面的代码取出一批10个mnist图像，并将它们从28x28图像重新整形为22x22张量流图像。

如果要显示图像，可以使用opencv和下面的代码。 resized_images.eval（）将张量流图像转换为numpy数组！

with tf.Session() as sess:
    numpy_imgs = resized_images.eval(session=sess) # mnist images converted to numpy array
    for i in range(10):
        cv2.namedWindow('Resized image #%d' % i, cv2.WINDOW_NORMAL)
        cv2.imshow('Resized image #%d' % i, numpy_imgs[i])
        cv2.waitKey(0)

Answer 3

您可以使用 opencv

cv2.resize()

使用for循环遍历每个图像

在每个图片的for循环内添加此行cv2.resize(source_image, (22, 22))

def resize(mnist):
     train_data = []
     for img in mnist.train._images:
            resized_img = cv2.resize(img, (22, 22))
            train_data.append(resized_img)
     return train_data

Answer 4

更新：TensorFlow 2.4.1

简答

使用 tf.image.resize（而不是 resize_images）。其他提供的链接不再存在。更新了 link。

长答案

MNIST 中的

tf.keras.datasets.mnist 是以下形状

(batch_size, 28 , 28)

这是完整的实现。请阅读代码随附的评论。

(x_train, y_train), (_, _) = tf.keras.datasets.mnist.load_data()

# expand new axis, channel axis 
x_train = np.expand_dims(x_train, axis=-1)

# [optional]: we may need 3 channel (instead of 1)
x_train = np.repeat(x_train, 3, axis=-1)

# it's always better to normalize 
x_train = x_train.astype('float32') / 255

# resize the input shape , i.e. old shape: 28, new shape: 32
x_train = tf.image.resize(x_train, [32,32]) # if we want to resize 

print(x_train.shape)
# (60000, 32, 32, 3)

在Tensorflow中调整MNIST的大小

4 个答案:

更新：TensorFlow 2.4.1