У меня есть массив X_train, содержащий 9957 изображений. Я делаю сверточную сеть. Желаемая форма массива для подачи в модель (размер партии, канал, высота, ширина)
X_train.shape #gives (9957, 60, 80, 3)
X_train[1].shape #gives (60, 80, 3)
Если мы используем
np.reshape(X_train,(-1, 3, 60, 80)) #it gives (9957, 3, 60, 80)
Как я могу получить каждый массив с формой (размер партии, 3, 60, 80) и окончательный массив изображений для обучения с формой (9957, размер партии, 3, 60, 80)?
Вы можете получить от i-го изображения до i + batchsize изображения следующим образом.
batchsize = 16
i = 0
X_batch = X_train[i: i+batchsize]
print('X_batch.shape: ', X_batch.shape) # it should be (16, 3, 60, 80)
Пожалуйста, измените i на цикл for, чтобы получить каждое изображение. Например,
for i in range(0, len(X_train), batchsize):
X_batch = X_train[i: i+batchsize]
# --- Do something with X_batch ---
chainer.datasets
- person Yuki Hashimoto; 07.01.2019
L.Convolution2D(None, 128, 3, 2) в качестве первого слоя, а первый аргумент None означает, что размер входного канала первого слоя определяется автоматически (в вашем случае размер канала входных данных равен 3). Так что можно использовать эту модель. Что касается высоты и ширины изображения, его размер изменяется во время операции свертки, но опять же, когда вы вводите L.Linear(None, 16), его размер определяется автоматически.
- person corochann; 07.01.2019
