训练中图片为什么要resize处理?

对输入图像进行大小调整,为什么要这样做呢?

因为图像输入,是转为向量(矩阵)输入的,

向量的纬度一般是固定的,所以要进行大小调整

一、输入向量维数 = 输入层节点数

举例,假如训练输入的是一张张图片,每张图片对应一个矩阵,

在这个矩阵里面,将每行看作一个向量,这个向量的列数是固定的

tf.placeholder(tf.float32, [None, 32, 32, 3])

这个函数接收输入的大小就是32*32pixel,当然你可以指定其他的大小,

那么在数据预处理的时候,就需要先将图片整理成这样的大小


另外:输出层节点数 = 测试分类个数

你可能感兴趣的:(训练中图片为什么要resize处理?)