Пользователь
def mnist_make_model(image_w: int, image_h: int): # Neural network model model = Sequential() model.add(Dense(image_w*image_h, activation='relu', input_shape=(image_h*image_h))) model.add(Dense(10, activation='softmax')) model.compile(loss='categorical_crossentropy', optimizer=RMSprop(), metrics=['accuracy']) return model
X_Digit = np.array(X_Digit) y_digit = np.array(y_digit)
По поводу подготовки тестовых данных, после загрузки изображений из папок сразу преобразовать лист в np.array
X_Train = np.array(X_Train)
y_train = np.array(y_train)