我是Deep Learning的新手，正在使用Keras来学习它。我按照link的说明，使用MNIST数据集构建了一个手写数字识别分类器。在看到可比较的评估结果方面，它运作良好。我使用tensorflow作为Keras的后端。
现在我想读取带有手写数字的图像文件，并使用相同的模型预测其数字。我认为图像需要转换为28x28维度，首先是255深度？我不确定我的理解是否正确。如果是这样，我怎样才能在Python中进行这种转换？如果我的理解不正确，需要进行什么样的转换？
提前谢谢！
答案 0 :(得分：1)
据我所知，您需要将其转换为28x28灰度图像才能在Python中使用它。这与用于训练MNIST的图像具有相同的形状和方案，并且张量都期望784（28 * 28）个大小的项目，每个项目在其张量中作为输入具有0-255之间的值。
要调整图像大小，您可以使用PIL或Pillow。请参阅this SO post或this page in the Pillow docs（在之前提及的帖子中链接到Wtower，在此处复制，以便于调整大小和保持宽高比，如果这是您想要做的事情。
HTH！
干杯，
-Maashu