关于那些axis

本文通过实例解析神经网络输入数据的维度调整,特别是在使用TensorFlow框架时如何正确处理图像数据,确保其符合(batch_size, rows, cols)的输入要求。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

看过特别多的博客,都是在抽象的解释什么方向啊坐标轴啊啥的,估计作者后面自己也混淆了。特别当我看到这篇博客的时候恍然大悟啊。使用这个参数时一定要记得,自己操作的矩阵每个维度代表什么含义!!
例如:

   # 使用一张图片测试神经网络的性能
   img = test_images[1]
   print(img.shape)
-->(28, 28)
   # tensorflow中要求(batch_size,rows,cols)三元组的形式输入模型中,因此必须在第一个维度上拓展出新的来。则axis=0
   img = (np.expand_dims(img,0))
   print(img.shape)
-->(1,28,28)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值