TensorFlow：将图像导入张量流模型

Question

我是深度学习的新手。为了练习，我用张量流和 mnist 训练了一个简单的手写模型。加载 mnist 后，我制作了模型并对其进行了训练：

(x_train, y_train), (x_test, y_test) = keras.datasets.mnist.load_data()
x_train = x_train.astype('float32')/255
x_test =  x_test.astype('float32')/255
model = keras.Sequential([
    keras.layers.Flatten(input_shape=(28,28)),
    keras.layers.Dense(100,activation = 'relu'),
    keras.layers.Dense(100,activation = 'sigmoid'),
    keras.layers.Dense(10,activation = 'sigmoid'),
])

如您所见，我将第一层展平为 784 像素的一维数组。

现在我在纸上写了一个数字：

在用图像编辑器 (GIMP) 将其比例更改为 28*28 后，我将我的图像加载到我的代码中：

img_width, img_height = 28, 28
img = image.load_img('rgb_seven.jpeg', target_size=(img_width, img_height))
x = image.img_to_array(img)

这是 x 结果：

array([[[167., 170., 179.],
        [168., 171., 180.],
        [168., 171., 180.],
        ...,
        [174., 175., 180.],
        [174., 175., 180.],
        [167., 170., 175.]],

       [[173., 176., 185.],
        [172., 175., 184.],
        [166., 169., 178.],

和：

images = np.vstack(x)
images

它的图像结果是：

array([[167., 170., 179.],
       [168., 171., 180.],
       [168., 171., 180.],
       ...,
       [166., 173., 179.],
       [166., 173., 179.],
       [166., 173., 179.]], dtype=float32)

在进行预测之前，我必须对图像进行扁平化处理，所以我这样做了：

x_images_flattened = images.reshape(len(images),28*28)

但是我得到了错误：

ValueError                                Traceback (most recent call last)
<ipython-input-30-db6c299f19c6> in <module>
      3 images = np.vstack(x)
      4 # images
----> 5 x_images_flattened = images.reshape(len(images),28*28)

ValueError: cannot reshape array of size 2352 into shape (784,784)

为什么我得到 cannot reshape array of size 2352 into shape (784,784) 我的图像尺寸为 28*28。

我怎么预测呢？

Answer 1

我终于解决了我的问题。

img_width, img_height = 28, 28
img = image.load_img('two.jpeg', color_mode='grayscale',target_size=(img_width, img_height))
img_tensor = image.img_to_array(img)
plt.imshow(img_tensor,cmap=plt.cm.binary)
img_tensor = keras.utils.normalize(img_tensor,axis=1)
prediction = model.predict(tf.expand_dims(img_tensor, axis=0))

问题解决了。

TensorFlow：将图像导入张量流模型

TensorFlow: Import image into tensor-flow model

python

neural-network

tensorflow2.0