python - MNIST 数据集中的图像是如何转换的？

Question

在 cnn_mnist.py例如，脚本首先加载训练和测试数据，如您从 120 行到 124 行中看到的那样。当我打印 print(train_data.shape) 时，我得到 (55000, 784)。因此，我解释了这里的训练集，其中每个维度都有 55000 图像，尺寸=784。我的问题是:维度是如何生成的？是通过将 MNIST 数据集中的每个图像转换为一维向量吗？我想了解这一点，因为我想用我自己收集的手写图像来提供此脚本。

谢谢

Answer 1

你可以简单地理解，由于 MNIST 数据中的每个图像都是 28x28px，所以当我们将图像转换为一维矩阵时，它的大小变为 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。