如何将CIFAR10图像可视化为矩阵

Question

我目前正在尝试使用CIFAR10图像。我有以下代码段

import tensorflow as tf
from tensorflow.keras import datasets,layers,models
import matplotlib.pyplot as plt
(train_images,train_labels),(test_images,test_labels)=datasets.cifar10.load_data()
#train_images,test_images=train_images/,test_images

当我打印print(train_images[0])时，我得到32 * 32 * 3矩阵，当我打印print(train_images[0][0)时，我得到32 * 3矩阵，但是我认为应该是32 * 32矩阵。切片如何与该图像一起工作，首先是哪个维度。对阅读材料的任何见解和建议将受到高度赞赏

Answer 1

train_images变量具有一批图像，并且图像是numpy度量标准，并且切片适用于numpy中的所有度量标准。

维度以[批，行，列，通道]的形式出现。

要获取第一张图像，您将打印：print(train_images[0].shape)，它将输出（32，32，3）。

要获得图像的第一通道，您将打印：print(train_images[0, :, :, 0])，它将输出（32，32）第一通道，依此类推，第二通道为print(train_images[0, :, :, 1])，第三通道为print(train_images[0, :, :, 2])。其中“：”表示所有值。

[train_images[0, 0]将输出批次（32，3）中第一张图像的第一行的值

更多：basics indexing，arrays indexing