我正在与Keras和提供的MNIST数据集一起工作。我相信数据集是一个numpy数组。我有如下重塑它:如何映射numpy数据集?
X_train = X_train.reshape(X_train.shape[0], 1, 28, 28)
X_test = X_test.reshape(X_test.shape[0], 1, 28, 28)
这给出了一个(60000, 1, 28, 28)
numpy的阵列。这可以阅读为60000 28×28图像。我想提取每一个28×28的图像,并对其应用某种函数f
。我曾尝试以下:
f = lambda a, _: print a.shape
np.apply_over_axes(f, data, [2,3])
但我不确定究竟第二axis
参数进场,但...
我也试过:
f = lambda a: print a.shape
np.apply_along_axis(f, 0, data)
但形状总是(60000,)
而不是我所期望的(1, 28, 28)
。我如何获得每个子图像?
啊,好的。这个符号更有意义!谢谢! – Dair