MNIST手写数字分类器的预测

【问题标题】：prediction of MNIST hand-written digit classifierMNIST手写数字分类器的预测
【发布时间】：2017-08-07 17:50:36
【问题描述】：

我是深度学习的新手，正在使用 Keras 来学习它。我按照link 的说明使用 MNIST 数据集构建了一个手写数字识别分类器。在看到可比较的评估结果方面，它工作得很好。我使用 tensorflow 作为 Keras 的后端。

现在我想读取带有手写数字的图像文件并使用相同的模型预测其数字。我认为图像需要先转换为 28x28 尺寸，深度为 255？我不确定我的理解是否正确。如果是这样，我该如何在 Python 中进行这种转换？如果我的理解不正确，需要进行什么样的转换？

提前感谢您！

【问题讨论】：

【解决方案1】：

据我所知，您需要将其转换为 28x28 灰度图像才能在 Python 中使用。这与用于训练 MNIST 的图像的形状和方案相同，并且张量都期望 784 (28 * 28) 大小的项目，每个项目的张量中的值都在 0-255 之间作为输入。

要调整图像大小，您可以使用 PIL 或 Pillow。请参阅 this SO post 或 this page in the Pillow docs（在前面提到的帖子中由 Wtower 链接，复制到此处以便于调整大小和保持纵横比，如果这是您想要做的。

HTH！

干杯，

-马舒

【讨论】：

谢谢@Masshu！这完美地回答了缩放部分！对于灰度，我发现了一个非常有用的文档（实际上同时处理调整大小）：reddit.com/r/learnpython/comments/4uzuym/…（不太清楚如何将其链接到评论中的文本）