关于那些axis

原创于 2020-05-26 13:27:31 发布 · 348 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#神经网络 #机器学习 #人工智能

tensorflow2.0 专栏收录该内容

4 篇文章

订阅专栏

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)