如何使用 numpy 數組值在 Keras model 中輸入張量？

Question

我試圖用 numpy 數組值輸入 keras model 張量。 但是張量是 4D，數組是 3D。 如何將這個 3D numpy 數組（128、128、3）轉換為 4D（？、128、128、3）張量？

Answer 1

您可以使用 numpy arrays 作為 keras 模型的輸入。 這取決於你的 model，但通常第一個維度是樣本數，最后一個維度是 1。

假設您有 1000 個樣本，每個樣本都有一個形狀數組 (128, 128, 3)。 您可以使用 np.stack 組合 arrays。 這是一個簡化的示例：

a=np.array([[0,1,2],[3,4,5]])
b=np.array([[6,7,8],[9,10,11]])
c=np.stack((a,b))   #shape (2,2,3) with the first 2 representing the number of samples

如果您想重塑數組以將 1 作為附加的最終維度（例如，將形狀從 (1000, 128, 128, 3) 更改為 (1000, 128, 128, 3, 1)），您可以執行以下操作：

X_train = X_train.reshape(X_train.shape[0], X_train.shape[1], \
    X_train.shape[2], X_train.shape[3], 1)

然后可以將其傳遞給 model。 如果您有一個要求將張量傳遞給它的 model，您可以將數組轉換為張量。 在 Tensorflow 中，可以使用 tf.convert_to_tensor-https://www.tensorflow.org/api_docs/python/tf來完成

Answer 2

只需使用np.expand_dims擴展第一個維度。 4D 張量意味着您有一批具有 3 個通道的圖像。 由於您只有一個圖像，因此將其添加到數組中並將其提供給 model 或使用np.expand_dims(image_ref, axis=0) 。