LeNet 接受 32X32 图像。因此，要将 LeNet 用于 MNIST 数据集，我们必须将大小从 28X28 更改为 32X32。我遇到了这个实现。我对以下代码行的工作方式感到困惑。
np.pad(X_train, ((0,0),(2,2),(2,2),(0,0)), 'constant')
上面一行代码板 28X28 像素图像变成 32X32 图像。任何人都可以帮助我了解它是如何完成的。
在 mnist 上填充 LeNet 架构
数据挖掘
深度学习
麻木的
极简主义
2022-02-23 13:13:00
1个回答
基本上，它完全按照您指定的方式执行。使用的numpy 函数在每个维度中附加值。给定数据集的维度，每个轴上的“焊盘”数量由 指定((0,0),(2,2),(2,2),(0,0))，即：
10000 (samples) x 28 (image dimension 1) x 28 (image dim. 2) x 1 (grayscale value!)
现在让我们看看您的规范在这方面意味着什么：
(0,0)Pad 0(as in the amount) values before and after each row
(2,2)Pad 2 before and 2 after each value of dim. 1 of your image data: 28 values -> 32
(2,2)Pad 2 before and 2 after each value of dim. 2 of your image data: 28 values -> 32
(0,0)Pad, again, nothing in the grayscale value dimension
这意味着您最终将获得相应维度的 32x32 图像。现在，唯一剩下的就是：我们填充哪些值？答案很简单，您不指定任何constant_values，这意味着它将使用默认值constant_values（在上面的链接页面上指定）填充。即这个值为0。
总结一下，简单地想象你有一个 32x32 的图像，你的 28x28 在中间，在外面你有一个 0 的 2 值粗边框。
其它你可能感兴趣的问题