将图像和标签列表转换为 np 数组以训练 tensorflow

Question

我正在使用关于卷积神经网络的教程。在这个函数中，我使用：

# Train the model
train_input_fn = tf.estimator.inputs.numpy_input_fn(
    x={"x": X_train},
    y=y_train,
    batch_size=100,
    num_epochs=None,
    shuffle=True)
 mnist_classifier.train(
    input_fn=train_input_fn,
    steps=20000,
    hooks=[logging_hook])

在哪里

type(X_train) 

列表

type(y_train)

列表

y_train[0]

'0'

X_train[0].shape

(30, 29, 3)

type(X_train[0])

numpy.ndarray

len(X_train)

39209

len(y_train)

39209

我收到以下错误： AttributeError: 'list' 对象没有属性 'shape'

Answer 1

X_train 看起来像一个 list of numpy 数组，而 tensorflow 需要一个 numpy 数组，您可以通过以下方式简单地将其转换为 numpy 数组：

X_train = np.array(X_train)

或使用numpy.asarray 函数，其作用与上述完全相同：

X_train = np.asarray(X_train)

请记住，您的所有图像都应该具有相同的尺寸才能转换为工作。