如何插入 mnist 数字集的数据？

Question

我想将 MNIST 数字数据集从 (28, 28) 重塑为 (32, 32)。一种方法是对数据进行插值。我使用自定义径向基函数进行插值。怎么办？？

这是RBF函数

def RBF(x, c, s):
return np.exp(-np.sum((x-c)**2, axis=1)/(2*s**2))

其中 x 是实际值，c 是中心（假设为均值），s 是标准差。

这是我从 tensorflow 加载数据的方式

import tensorflow as tf
data = tf.contrib.learn.datasets.mnist.load_mnist()

Answer 1

您可以使用tf.image.resize_with_pad，通过保持纵横比不变而不失真，将图像大小调整为目标宽度和高度。

下面是相同的代码。

import tensorflow as tf
from matplotlib import pyplot as plt
(x_train, y_train), (x_test, y_test) =tf.keras.datasets.mnist.load_data(path='mnist.npz')

original_image = x_train[0].reshape(28,28,1)
resized_image = tf.image.resize_with_pad(original_image, 32,32) 

plt.imshow(original_image.reshape(28,28)) 

原图：

调整大小的图片：

plt.imshow(resized_image.numpy().reshape(32,32))

您可以在两个图像中看到比例范围，并且纵横比也保持不变。