我正在尝试学习 GAN,我需要提供图像的输入和输出特征。我正在研究 mnist 数据集,我如何知道图像应该具有的输入和输出特征的数量?
输入和输出特征应与实际数据集中图像的形状相匹配。
在 MNIST 数据集中,您可以使用以下方式获取形状:
from keras.datasets import mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
print(x_train.shape)
你会看到它是 (28, 28)。但是您需要在模型中添加颜色通道,以便您可以像这样添加图像所在的 1 个颜色通道(这取决于您从何处获取数据集):
x_train = x_train.reshape(x_train.shape + (1,))
x_test = x_test.reshape(x_test.shape + (1, ))