ComeçarComece gratuitamente

Reformulação de tensores

Mais adiante no curso, você classificará imagens de letras da linguagem de sinais usando uma rede neural. Em alguns casos, a rede receberá tensores unidimensionais como entradas, mas seus dados virão na forma de imagens, que serão tensores bidimensionais ou tridimensionais, dependendo de serem imagens em escala de cinza ou coloridas.

A figura abaixo mostra imagens coloridas e em escala de cinza da letra A da linguagem de sinais. As duas imagens foram importadas para você e convertidas para as matrizes numpy gray_tensor e color_tensor. Remodele essas matrizes em vetores unidimensionais usando a operação reshape, que foi importada para você de tensorflow. Observe que a forma de gray_tensor é 28x28 e a forma de color_tensor é 28x28x3.

Esta figura mostra imagens em escala de cinza e coloridas da letra "A" da linguagem de sinais.

Este exercício faz parte do curso

Introdução ao TensorFlow em Python

Ver Curso

Instruções de exercício

  • Remodele gray_tensor de uma matriz de 28x28 em um vetor de 784x1 chamado gray_vector.
  • Remodele color_tensor de um tensor 28x28x3 em um vetor 2352x1 chamado color_vector.

Exercício interativo prático

Experimente este exercício preenchendo este código de exemplo.

# Reshape the grayscale image tensor into a vector
gray_vector = reshape(____, (____, 1))

# Reshape the color image tensor into a vector
color_vector = reshape(____, (____, ____))
Editar e executar código