我应该给我的 CNN 什么？大输入矩阵还是 10,000 个小输入矩阵？答案

【问题标题】：What should i give to my CNN? Large Input matrix or 10,000 small input matrices?我应该给我的 CNN 什么？大输入矩阵还是 10,000 个小输入矩阵？
【发布时间】：2019-11-18 11:51:16
【问题描述】：

我有一个大小为 (10000,784) 的输入数据矩阵，这意味着我有 10,000 个 28x28 矩阵的图像。我重塑了矩阵

X_data=np.reshape(10000*28,28)

这使得矩阵大小为 280000x28。如果我把它交给我的神经网络

model = models.Sequential()
model.add(layers.Conv2D(64, (3, 3), activation='relu', input_shape=(28,28,1)))
model.add(layers.MaxPooling2D((2, 2))

我在拟合模型时遇到以下错误

检查输入时出错：预期 conv2d_input 有 4 个维度，但得到的数组形状为 (28000, 28)

我做错了什么？我的方法是否正确，因为我有一个大矩阵而不是 10000 个小矩阵？

【问题讨论】：

标签： python image-processing matrix deep-learning conv-neural-network

【解决方案1】：

既然我得到了答案：

重塑不正确。

img = img.reshape((10000, 28, 28, 1))

现在我有 10000 张尺寸 28x28

的图像

【讨论】：