我正在使用 keras API 加载 MNIST 数据集。我的问题是我需要使用 AlexNet 作为我的算法。了解 AlexNet 模型，我需要从 277x277 图像开始，但 MINST 数据集有 28x28。如何重塑 numpy 数组，使每个图像都是 227x277，然后使用完整的 AlexNet 模型？
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()
这就是我加载数据的方式。有人可以告诉我改变初始图像以匹配 AlexNet 模型的解决方案吗？
您可以使用tf.image.resize，如下所示：
(x_train, y_train), (_, _) = tf.keras.datasets.mnist.load_data()
print(x_trian.shape) # (60000, 28, 28)
# train set / data
x_train = np.expand_dims(x_train, axis=-1)
x_train = tf.image.resize(x_train, [32,32]) # if we want to resize
print(x_train.shape) # (60000, 32, 32, 1)