MNIST手写数字分类器的预测
prediction of MNIST hand-written digit classifier
我是深度学习的新手，正在使用 Keras 来学习它。我按照 link 中的说明使用 MNIST 数据集构建手写数字识别分类器。它在查看可比较的评估结果方面效果很好。我用tensorflow作为Keras的后端。
现在我想读取一个带有手写数字的图像文件，并使用相同的模型预测它的数字。我认为图像需要首先转换为 28x28 尺寸和 255 深度？我不确定我的理解是否正确。如果是这样，我如何在 Python 中进行此转换？如果我的理解不正确，需要什么样的改造？
提前致谢！
据我所知，您需要将其转换为 28x28 灰度图像才能在 Python 中使用它。这与用于训练 MNIST 的图像具有相同的形状和方案，并且张量都需要 784 (28 * 28) 大小的项目，每个项目的张量中的值都在 0-255 之间作为输入。
要调整图像大小，您可以使用 PIL 或 Pillow。请参阅 this SO post or this page in the Pillow docs（在前面提到的 post 中由 Wtower 链接，复制到此处是为了便于访问调整大小和保持纵横比，如果这是您想要做的。
HTH！
干杯，
-马舒
我是深度学习的新手，正在使用 Keras 来学习它。我按照 link 中的说明使用 MNIST 数据集构建手写数字识别分类器。它在查看可比较的评估结果方面效果很好。我用tensorflow作为Keras的后端。
现在我想读取一个带有手写数字的图像文件，并使用相同的模型预测它的数字。我认为图像需要首先转换为 28x28 尺寸和 255 深度？我不确定我的理解是否正确。如果是这样，我如何在 Python 中进行此转换？如果我的理解不正确，需要什么样的改造？
提前致谢！
据我所知，您需要将其转换为 28x28 灰度图像才能在 Python 中使用它。这与用于训练 MNIST 的图像具有相同的形状和方案，并且张量都需要 784 (28 * 28) 大小的项目，每个项目的张量中的值都在 0-255 之间作为输入。
要调整图像大小，您可以使用 PIL 或 Pillow。请参阅 this SO post or this page in the Pillow docs（在前面提到的 post 中由 Wtower 链接，复制到此处是为了便于访问调整大小和保持纵横比，如果这是您想要做的。
HTH！
干杯，
-马舒