通过使用 Numpy 平均颜色通道将 RGB 数据集转换为灰度数据集
Converting RGB Dataset to Grayscale Dataset by averaging color channels with Numpy
我正在尝试将维度数据集 (32, 32, 3, 10000) 维度数据集转换为灰度数据集，其中我将具有 (32, 32, 1, 10000) 维度，但我需要有 1 个通道，因为我会将其输入神经网络。我尝试使用 numpy.average，但形状变为 (32, 32, 10000) TensorFlow 单元未将其作为输入。我什至尝试手动对其进行平均，但结果相同。你们能帮我解决这个问题吗？
尝试 (0.299 * Red) + (0.587 * Green) + (0.114 ∙ Blue) 而不是平均。
在获得 (32, 32, 1000) 作为形状后，可以添加您需要的额外维度。
您可以尝试 np.expand_dims 使用 axis 参数来定义您希望额外的“1”出现的位置。
我正在尝试将维度数据集 (32, 32, 3, 10000) 维度数据集转换为灰度数据集，其中我将具有 (32, 32, 1, 10000) 维度，但我需要有 1 个通道，因为我会将其输入神经网络。我尝试使用 numpy.average，但形状变为 (32, 32, 10000) TensorFlow 单元未将其作为输入。我什至尝试手动对其进行平均，但结果相同。你们能帮我解决这个问题吗？
尝试 (0.299 * Red) + (0.587 * Green) + (0.114 ∙ Blue) 而不是平均。
在获得 (32, 32, 1000) 作为形状后，可以添加您需要的额外维度。
您可以尝试 np.expand_dims 使用 axis 参数来定义您希望额外的“1”出现的位置。