我一直在研究 MNIST 数据集，以学习如何在我的深度学习课程中使用 Tensorflow 和 Python。
由于网站上的 tensorflow 教程，我可以在内部/外部读取数据，还可以在 softmax 和 cnn 中对其进行训练。最后，我可以在 softmax 中获得 >%90，在 cnn 中获得 >%98，准确度。
我的问题是我想将 MNIST 上的所有图像调整为 14x14 并再次训练它，同时增强所有图像（噪声、旋转等）并再次训练。最后，我希望能够比较这三个不同数据集的准确性。
你能帮我解决吗？如何调整所有图像的大小以及模型应如何更改。
谢谢！
您需要的是一些图像处理库，如 OpenCV、PIL 等。如果您使用从 tensorflow 下载的数据集，它将是一个 3d 数组（2d 数组的数组（每张图像））或具有更多维度，具体取决于它的存储方式（我不确定）您可以将 numpy 数组视为图像并将它们与您喜欢的任何图像处理库一起使用，但请确保它们的数据类型以及它是否与您正在使用的库兼容。
此外，如果您想将其全部保留在 tensorflow 中，则 tensorflow 也具有此类功能。
这篇文章有一个公认的答案。
调整图像大小的一种方法是使用 scipy resize 函数：
from scipy.misc import imresize
img = imresize(yourimage, (14, 14))
但我给你的真正建议是，应该看看 Kadenze 课程“深度学习的创造性应用”。这是第二讲的笔记本：https ://github.com/pkmital/CADL/blob/master/session-2/lecture-2.ipynb
本课程非常适合帮助您理解使用图像和 TensorFlow。