（TensorFlow）数字画像をどのように変換しているのでしょうか？

Question

画像について・その変換方法について知りたい

下記コードの「x_test」は数字画像データを何らかの方法で学習可能な形に変形したものであると認識しているのですが、その何らかの方法がどのような方法であるか教えていただきたいです。

①mnistの数字画像は、どのような形式？画素数？の数字画像データでしょうか？
（またはそれを確かめる方法）

②上記①のデータをどのように変換しているのでしょうか？

具体的な解説または、それと同等の情報が書かれているページを紹介していただけると嬉しいです。
よろしくお願いいたします。

from __future__ import absolute_import, division, print_function, unicode_literals
import tensorflow as tf

mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

Answer 1

まずx_testのデータの形状をshape属性で確認してみてください。

import tensorflow as tf
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_test.shape

(10000, 28, 28)

3次元の配列になっていて、28x28の画像が10000個あるのがわかります。

画像データの型を確認します。

x_test.dtype

dtype('uint8')

unsigned int型だとわかります。

最初の1個目の画像データの値の分布を確認してみます。

x_test[0].min()
x_test[0].max()

0
255

1個の画像のデータは0〜255の整数値が使われています。

1枚目の画像データを表示してみます。

import matplotlib.pyplot as plt
plt.imshow(x_test[0], cmap='gray');

では、最後の処理は何をしているのでしょうか？
またy_testはどのような構造でしょうか？
調べてみてください。

x_train, x_test = x_train / 255.0, x_test / 255.0

Comments

[vibrato]

分かり易い解説ありがとうございました！