我是 Keras 的初学者。我已经在 Keras 中加载了 MNIST 数据集并检查了它的维度。代码是

from keras.datasets import mnist

# load data into train and test sets
(X_train, y_train), (X_test, y_test) = mnist.load_data()

print(X_train.shape)
print(y_train.shape)
print(X_test.shape)
print(y_test.shape)
print("Shape: ", X_train[0].shape)

输出是

(60000, 28, 28, 1)
(60000, 10, 2, 2, 2, 2)
(10000, 28, 28, 1)
(10000, 10, 2, 2)
Shape:  (28, 28, 1)

由于 X_train 和 X_test 已经在形状中（#sample, width, height, #channel）。我们还需要重塑吗？为什么？我正在关注的教程使用以下重塑代码：

X_train = X_train.reshape(X_train.shape[0], 28, 28, 1).astype('float32')
X_test = X_test.reshape(X_test.shape[0], 28, 28, 1).astype('float32')

我的第二个问题是为什么.astype('float32')在代码中使用 is ？

最后，我无法理解print(y_train.shape)and的输出print(y_test.shape)。

请建议。我已经阅读了Reshaping of data for deep learning using Keras但是我的疑虑仍然不清楚。