我曾经看过以下代码行
image = image[:, :, 0:2]/255
在运行此行代码之前，图像的形状为[489,1489,3]。但是在运行这行代码后，图像的形状为[489,1489,2]。我认为除法运算，即image[:, :, 0:2]/255不应改变形状。但它确实改变了，这让我很困惑。
答案 0 :(得分：0)
改变形状而非分裂的切片是：
In [11]: a = np.random.rand(9, 9, 9)
In [12]: a[0:2, :, :].shape
Out[12]: (2, 9, 9)
In [13]: a[:, 0:2, :].shape
Out[13]: (9, 2, 9)
In [14]: a[:, :, 0:2].shape
Out[14]: (9, 9, 2)
In [15]: (a[:, :, 0:2] / 255).shape
Out[15]: (9, 9, 2)
答案 1 :(得分：0)
好，他们除以255是因为，
像素值通常是介于0到255之间的无符号整数。尽管这些像素值可以直接以原始格式呈现给神经网络模型，但这可能会导致建模过程中的挑战，例如训练速度慢于预期的模型。
相反，在建模之前准备图像像素值会带来很大的好处，例如简单地将像素值缩放到0-1的范围以居中，甚至标准化这些值
我想现在你会知道