MNIST 数据集中的图像是如何转换的？
How are images in MNIST dataset transformed?
在 cnn_mnist.py 示例中，脚本首先加载训练数据和测试数据，如您在行 120 到 124 中所见。当我打印 print(train_data.shape) 时，我得到 (55000, 784)。因此，我解释了这里的火车集，其中每个维度 = 784 具有 55000 个图像。我的问题是：维度是如何生成的？是将 MNIST 数据集中的每张图像转换成一维向量吗？我想了解这一点，因为我想用我自己收集的手写图像集来提供这个脚本。
谢谢
你可以简单理解一下，由于MNIST数据中的每张图片都是28x28px，所以当我们将图片转换成一维矩阵时，它的大小就变成了28x28=784。
MNIST image size is 28 × 28 pixel, so it is represented as 784 1-d array.
矩阵中的每个值代表0到255之间的值。
在 cnn_mnist.py 示例中，脚本首先加载训练数据和测试数据，如您在行 120 到 124 中所见。当我打印 print(train_data.shape) 时，我得到 (55000, 784)。因此，我解释了这里的火车集，其中每个维度 = 784 具有 55000 个图像。我的问题是：维度是如何生成的？是将 MNIST 数据集中的每张图像转换成一维向量吗？我想了解这一点，因为我想用我自己收集的手写图像集来提供这个脚本。
谢谢
你可以简单理解一下，由于MNIST数据中的每张图片都是28x28px，所以当我们将图片转换成一维矩阵时，它的大小就变成了28x28=784。
MNIST image size is 28 × 28 pixel, so it is represented as 784 1-d array.
矩阵中的每个值代表0到255之间的值。