我正在学习GAN，我需要为图像提供给予输入和输出特征。我正在处理mnist数据集，我如何才能知道图像应该具有的输入和输出特征的数量？
b4lqfgs41#
输入和输出特征应该与实际数据集中图像的形状相匹配。在MNIST数据集中，您可以使用以下命令获取形状：
from keras.datasets import mnist (x_train, y_train), (x_test, y_test) = mnist.load_data() print(x_train.shape)
你会看到它是（28，28）但是你需要颜色通道在你的模型中，这样你就可以像这样添加图像所在的1个颜色通道（这取决于你从哪里获取数据集）：
x_train = x_train.reshape(x_train.shape + (1,)) x_test = x_test.reshape(x_test.shape + (1, ))
1条答案
按热度按时间b4lqfgs41#
输入和输出特征应该与实际数据集中图像的形状相匹配。
在MNIST数据集中，您可以使用以下命令获取形状：
你会看到它是（28，28）但是你需要颜色通道在你的模型中，这样你就可以像这样添加图像所在的1个颜色通道（这取决于你从哪里获取数据集）：