如何在R中创建适配Keras的矩阵数组（仿dataset_mnist格式）

我需要创建适配Keras的(N×N)矩阵数组，格式与dataset_mnist()加载的数据一致。执行以下代码：

mnist <- dataset_mnist()
x_train <- mnist$train$x
str(x_train)

得到的结构为：

int [1:60000, 1:28, 1:28] 0 0 0 0 0 0 0 0 0 0 ...

现在我有2000个不同的100×100整数矩阵mat1到mat2000，希望将它们合并为结构如下的对象，用于Keras模型输入：

int [1:2000, 1:100, 1:100] ...

我尝试过以下代码，但未得到正确结构：

as.vector(c(mat1, mat2))
as.array(c(mat1, mat2))
rbind(mat1, mat2)

解决方案 #

MNIST的x_train是3维数组，维度顺序为「样本数 × 图像高度 × 图像宽度」。要将多个100×100矩阵合并成对应结构，可通过以下两种方法实现：

方法1：使用abind包（直观易读） #

abind包支持沿指定维度合并多维数组，适合批量处理：

# 安装并加载包（首次使用需安装）
install.packages("abind")
library(abind)

# 将所有矩阵批量存入列表（利用命名规律简化操作）
mat_list <- mget(paste0("mat", 1:2000))

# 沿第1维（样本维度）合并所有矩阵
combined_array <- abind(mat_list, along = 1)

# 验证结构
str(combined_array)

方法2：手动重构数组（无需额外包） #

通过将列表展开为向量，再重新定义维度实现：

# 将所有矩阵批量存入列表
mat_list <- mget(paste0("mat", 1:2000))

# 展开列表为向量，再重构为3维数组
combined_array <- array(unlist(mat_list), dim = c(2000, 100, 100))

# 验证结构
str(combined_array)

为什么之前的方法无效？ #

• c(mat1, mat2)会将矩阵按列展平为一维向量，即使转成数组也无法恢复3维结构；
• rbind(mat1, mat2)会将矩阵按行拼接，最终得到200000×100的二维矩阵，不符合Keras需要的3维输入格式。

内容的提问来源于stack exchange，提问作者aparish