如何将图像转换为感知器算法的输入向量？

Posted 2023-03-12

【中文标题】如何将图像转换为感知器算法的输入向量？

【英文标题】：How can i convert an image to input vector for perceptron algorithm?

【发布时间】：2019-11-23 23:49:15

【问题描述】：

我需要实现一个简单的感知器算法。有2个班“猫和狗”。每个训练样本都是(x,t) 形式的一对，其中x 是输入值的向量，t 是目标输出值。但我不知道如何将图像转换为 python 中的矢量形式以用于感知器？ 向量形式是什么意思？

图片大小为 32*32。

【问题讨论】：

图像为 32x32，因此您有 1024 个值：这是您的矢量！例如，只需连接所有列...

【参考方案1】：

感知器只处理向量而不是矩阵。因此，您应该将图像展平为矢量。因此，如果您有一批形状像 (1000,32,32) 的图像，您可以这样做：

x = x.reshape((len(x), x.shape[1]*x.shape[2]))

未来，如果你还想处理图像，看看卷积神经网络 (CNN)。

【讨论】：

如果x 是32x32，你的意思是x = x.reshape(1, x.shape[1]*x.shape[0])？

是的，我认为您正在处理一批图像，例如 (100,32,32)

【参考方案2】：

如果你有一个大小为32x32 的图片a：

>>> a=np.random.random((32,32))
>>> a.shape
(32, 32)

然后你可以把它转换成一个向量来喂给感知器：

>>> b=a.reshape(1,1024)
>>> b.shape
(1, 1024)