卷积神经网络CNN-最细致的入门教学

不少小伙伴们总是直接找网上的代码就直接使用,其原理一点都不懂,然后洋洋得意啥都会。然后别人一问为什么,啥也不知。

我们今天仅从简单的mnist手写数字开始练练手,网络也使用最简单的LeNet网络结构。

首先是0这个数,28×28像素的尺寸,是单层像素的灰度图。

 这里用opencv读取图片的话,shape输出是3层通道,所以用PIL进行读取

import numpy as np
from PIL import Image

img = Image.open('./data/Sample00_train/img00-001.png')
img1 = np.array(img)  # 图片1变成numpy类型
np.set_printoptions(threshold=np.inf)
print(img1)
print(img1.shape)

 对读取进来的图片查看每个像素值,输出结果如下

 这个是一个28×28的二维矩阵,可以看到像素值为0的地方都代表为黑色区域,而有数值的地方,表示0这个

  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

bug生成中

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值