我已经从tf.keras.datasets下载了cifar100数据,如何将数据(50000,32,32,3)形状更改为(50000,32,32)以进行训练?不改变形状也能训练吗?
eagi6jfj1#
您可以在不将数据形状从(50000,32,32,3)更改为(50000,32,32)的情况下定型模型。在定义定型模型时,您需要使用RGB channel = 3表示input_shape,如下所示:
RGB channel = 3
input_shape
model = models.Sequential() model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)))
有关使用cifar10数据集进行模型训练的更多详细信息,请查看此link。
1条答案
按热度按时间eagi6jfj1#
您可以在不将数据形状从(50000,32,32,3)更改为(50000,32,32)的情况下定型模型。在定义定型模型时,您需要使用
RGB channel = 3
表示input_shape
,如下所示:有关使用cifar10数据集进行模型训练的更多详细信息,请查看此link。