R语言MNIST深度网络手写数字识别(第三部分) 自定义图片预测报错求助

问题背景 #

使用MNIST数据集训练全连接网络完成手写数字识别的过程完全正常，调用模型预测本地用Windows Paint绘制的手写数字5（文件名为number5.jpg）时触发ValueError。

核心报错原因 #

你在处理自定义预测图片的步骤存在3处和训练数据预处理逻辑不一致的问题，是报错的根本原因：

• 输入维度不匹配：MNIST训练用的是单通道灰度图，单张输入展平后是784维（2828），你读取的JPG是3通道RGB图，resize后维度是2828*3，强行截取前784维的操作无效，输入维度和模型输入层要求的input_shape = c(784)不匹配
• 色彩空间不匹配：MNIST数据集是黑底白字，你用Paint绘制的是白底黑字，直接输入会导致特征完全匹配不上
• 没有做归一化对齐：训练时你将训练/测试数据都除以255做了归一化，自定义预测图片没有做相同的预处理操作

修复后的自定义图片处理代码 #

library(EBImage)
setwd("C:/Users/hofo/Arbeidsmapper/Documents/NLP/NLP_BOSTOTTE/JPG_filer")

# 读取图片并转为单通道灰度图
mypic <- readImage("number5.jpg")
mypic <- channel(mypic, "gray") 
# 缩放到28*28尺寸
mypic <- resize(mypic, 28, 28) 
# 颜色反转：白底黑字转黑底白字，和MNIST特征对齐
mypic <- 1 - mypic
# 展平为784维，EBImage读取的灰度图默认范围是0-1，和训练时的归一化逻辑一致，无需额外除以255
newx <- array_reshape(mypic, c(1, 784))

# 预测，原有代码末尾的.[1:9]为冗余逻辑，单张图片仅返回1个预测结果
pred <- model %>% predict(newx) %>% k_argmax() %>% as.integer()
print(pred)

冗余代码说明 #

你原有代码里的array_reshape(mypic, c(28, 28, 3))、new <- NULL、new <- rbind(new, mypic)、newx <- new[1:1,1:784]均为错误的冗余操作，直接删除即可。

内容的提问来源于stack exchange，提问作者Farshid Owrang