神经网络之样本设计

本文探讨了单通道和三通道数据的设计方法,通过tf.reshape函数将原始数据转换为适用于图片表示的矩阵形式,分别为17x4的单通道和15x4x3的三通道样本。

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

 单通道数据设计

  原始数据 

0000 0000 0000 0000 1000 1000 1110 1100 1100 1000 1000 1100 1110 0000 1111 0000 0000
忽略空格,为了方便阅读添加分隔符

 

  
  tf.reshape(X, [-1, 17, 4, 1])

  图片转换17x4    

00000...10
00000...10
00000...10
00001...10

  

 

三通道样本设计 

    

  原始数据

    021: 每个数据点,有三个元素表示,eg:RGB

021 021 021 021   021 021 021 021   021021021021021021021021021021021021121021021021121121021021121121121021121021021021121121021021121121121021121121121021121021021021021021021021121121121121   
忽略空格,为了方便阅读添加分隔符

  转换15x4x3

 

tf.reshape(X, [-1, 15, 4, 3])

 

    下图的每一列,代表的就是每一个通道的数据点,共计三层

    

 

转载于:https://www.cnblogs.com/xiaoniu-666/p/10282801.html

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