深度学习中常用numpy使用

1.图片在numpy中的存储

RGB三通道的时候，是保存三个点（224,3）*224，而不是(224,224)*3

（224，224，3）              只展示第一行是(224,3)

print("数据类型", type(im))  # 打印数组数据类型
print("数组形状：", im.shape)  # 打印数组形状
print("数组的维度数目", im.ndim)  # 打印数组的维度数目

• 你始终必须将形状为(batch_size, height, width, depth)的4D数组输入CNN。
• CNN的输出数据也是形状(batch_size, height, width, depth)的4D数组。
• 要在CNN层的顶部添加一个Dense层，我们必须使用keras的Flatten层将CNN的4D输出更改为2D

输入模型时明确输入尺寸之后summary才能统计出shap

输入vgg16模型，数据类型 <class 'numpy.ndarray'>，数组形状： (3600, 224, 224, 3)

2.numpy数组合并

解决内存溢出问题，报错：