如何插入 mnist 數字集的數據？

Question

我想將 MNIST 數字數據集從 (28, 28) 重塑為 (32, 32)。 一種方法是插入數據。 我使用自定義徑向基函數進行插值。 怎么做？？

這是 RBF 函數

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

其中 x 是實際值，c 是中心（假設為平均值），s 是標准偏差。

這是我從 tensorflow 加載數據的方法

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

Answer 1

您可以使用tf.image.resize_with_pad通過保持縱橫比不變而將圖像調整為目標寬度和高度。

下面是相同的代碼。

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)) 

原圖：

調整大小的圖像：

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

您可以看到圖像中的比例范圍和縱橫比也保持不變。