Question

Pourquoi "reshape" les données X_train et X_test et pourquoi ces valeurs en particulier (-1,28,28,1) ?

Answer 1

Les images sont de 28 pixels par 28 mais ça a été stocké sous une seule dimension donc il faut reconstruire l'image pour pouvoir la donner aux couches de convolution. Le 1 correspond au fait que c'est une image en nuances de gris donc un seul canal. Le -1 c'est la wildcard dans le reshape, ça contient dans notre cas le nombre d'images contenues dans notre dataset.

Comments

On pouvait pas faire simplement avec :
```
t = t[:,:,:,np.newaxis]
```
C'est une question de performance d'utiliser le reshape?

---

Cette solution sous-entend qu'on avait déjà un tenseur sur 3 dimensions. En réalité les deux dimensions spatiales de l'image étaient mélangées dans une même dimension (les lignes sont mises les unes à la suite des autres) donc le reshape permet de recréer cette forme 2D. Pour l'ajout de la dernière dimension, oui vous avez raison, indexer par None permet de faire exactement pareil.