Что такое x_train.reshape () и что он делает?

Question

Использование набора данных MNIST

import numpy as np
import tensorflow as tf
from tensorflow.keras.datasets import mnist

# MNIST dataset parameters
num_classes = 10 # total classes (0-9 digits)
num_features = 784 # data features (img shape: 28*28)

(x_train, y_train), (x_test, y_test) = mnist.load_data()

# Convert to float32
x_train, x_test = np.array(x_train, np.float32), np.array(x_test, np.float32)

# Flatten images to 1-D vector of 784 features (28*28)
x_train, x_test = x_train.reshape([-1, num_features]), x_test.reshape([-1, num_features])

# Normalize images value from [0, 255] to [0, 1]
x_train, x_test = x_train / 255., x_test / 255.

В 15-й строке этого кода, то есть

x_train, x_test = x_train.reshape([-1, num_features]), x_test.reshape([-1, num_features]). Я не могу понять, что на самом деле делают эти изменения в нашем наборе данных .. ?? Пожалуйста, объясните мне.

Answer 1

Как прокомментировано в 14-й строке, он выравнивает изображения до 1-D вектора из 784 объектов (28 * 28), т. Е. Он охватывает массив 2-D NumPy размера 28 * 28 до 1-D массива длиной 784