小编Cod*_*ead的帖子

如何在numpy数组中的目录中加载多个图像的像素.我已经在一个numpy数组中加载了一个图像.但无法弄清楚如何从目录加载多个图像.这是我到目前为止所做的

image = Image.open('bn4.bmp')
nparray=np.array(image)

这将加载32*32矩阵.我想在一个numpy数组中加载100个图像.我想制作100*32*32大小的numpy阵列.我怎样才能做到这一点 ？我知道结构看起来像这样

for filename in listdir("BengaliBMPConvert"):
  if filename.endswith(".bmp"):
       -----------------
  else:
       continue

但无法找到如何在numpy数组中加载图像

我有10000个BMP图像的一些手写数字.如果我想将数据馈送到神经网络,我需要做什么？对于MNIST数据集,我只需要写

(X_train, y_train), (X_test, y_test) = mnist.load_data()

我在python中使用Keras库.我该如何创建这样的数据集？

我训练了以下自动编码器模型：

input_img = Input(shape=(1, 32, 32))

x = Convolution2D(16, 3, 3, activation='relu', border_mode='same')(input_img)
x = MaxPooling2D((2, 2), border_mode='same')(x)
x = Convolution2D(8, 3, 3, activation='relu', border_mode='same')(x)
x = MaxPooling2D((2, 2), border_mode='same')(x)
x = Convolution2D(8, 3, 3, activation='relu', border_mode='same')(x)
encoded = MaxPooling2D((2, 2), border_mode='same')(x)


x = Convolution2D(8, 3, 3, activation='relu', border_mode='same')(encoded)
x = UpSampling2D((2, 2))(x)
x = Convolution2D(8, 3, 3, activation='relu', border_mode='same')(x)
x = UpSampling2D((2, 2))(x)
x = Convolution2D(16, 3, 3, activation='relu',border_mode='same')(x)
x = UpSampling2D((2, 2))(x)
decoded = Convolution2D(1, 3, 3, activation='sigmoid', …