tensorflow实现加载mnist数据集-6ren

tensorflow实现加载mnist数据集

转载作者：qq735679552 更新时间：2022-09-27 22:32:09

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章tensorflow实现加载mnist数据集由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

mnist作为最基础的图片数据集，在以后的cnn，rnn任务中都会用到。

 
    ? 
   
         import 
         numpy as np 
        
         import 
         tensorflow as tf 
        
         import 
         matplotlib.pyplot as plt 
        
         from 
         tensorflow.examples.tutorials.mnist  
         import 
         input_data 
        
         #数据集存放地址，采用0-1编码 
        
         mnist  
         = 
         input_data.read_data_sets( 
         'F:/mnist/data/' 
         ,one_hot  
         = 
         True 
         ) 
        
         print 
         (mnist.train.num_examples) 
        
         print 
         (mnist.test.num_examples) 
        
         trainimg  
         = 
         mnist.train.images 
        
         trainlabel  
         = 
         mnist.train.labels 
        
         testimg  
         = 
         mnist.test.images 
        
         testlabel  
         = 
         mnist.test.labels 
        
         #打印相关信息 
        
         print 
         ( 
         type 
         (trainimg)) 
        
         print 
         (trainimg.shape,) 
        
         print 
         (trainlabel.shape,) 
        
         print 
         (testimg.shape,) 
        
         print 
         (testlabel.shape,) 
        
         nsample  
         = 
         5 
        
         randidx  
         = 
         np.random.randint(trainimg.shape[ 
         0 
         ],size  
         = 
         nsample) 
        
         #输出几张数字的图 
        
         for 
         i  
         in 
         randidx: 
        
         curr_img  
         = 
         np.reshape(trainimg[i,:],( 
         28 
         , 
         28 
         )) 
        
         curr_label  
         = 
         np.argmax(trainlabel[i,:]) 
        
         plt.matshow(curr_img,cmap 
         = 
         plt.get_cmap( 
         'gray' 
         )) 
        
         plt.title(" 
         "+str(i)+" 
         th Training Data 
         "+" 
         label  
         is 
         " 
         + 
         str 
         (curr_label)) 
        
         print 
         (" 
         "+str(i)+" 
         th Training Data 
         "+" 
         label  
         is 
         " 
         + 
         str 
         (curr_label)) 
        
         plt.show()

程序运行结果如下:

 
    ? 
   
 
     
       
       
         Extracting F: 
         / 
         mnist 
         / 
         data 
         / 
         train 
         - 
         images 
         - 
         idx3 
         - 
         ubyte.gz 
        
 
         Extracting F: 
         / 
         mnist 
         / 
         data 
         / 
         train 
         - 
         labels 
         - 
         idx1 
         - 
         ubyte.gz 
        
 
         Extracting F: 
         / 
         mnist 
         / 
         data 
         / 
         t10k 
         - 
         images 
         - 
         idx3 
         - 
         ubyte.gz 
        
 
         Extracting F: 
         / 
         mnist 
         / 
         data 
         / 
         t10k 
         - 
         labels 
         - 
         idx1 
         - 
         ubyte.gz 
        
 
         55000 
        
 
         10000 
        
 
         < 
         class 
         'numpy.ndarray' 
         > 
        
 
         ( 
         55000 
         ,  
         784 
         ) 
        
 
         ( 
         55000 
         ,  
         10 
         ) 
        
 
         ( 
         10000 
         ,  
         784 
         ) 
        
 
         ( 
         10000 
         ,  
         10 
         ) 
        
 
         52636th 
        
 
     
 
   

输出的图片如下:

Training Datalabel is9 。

tensorflow实现加载mnist数据集

下面还有四张其他的类似图片。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我.

原文链接：https://blog.csdn.net/Missayaaa/article/details/80056103 。

最后此篇关于tensorflow实现加载mnist数据集的文章就讲到这里了,如果你想了解更多关于tensorflow实现加载mnist数据集的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！。

文章推荐：详解使用Jenkins部署Spring Boot项目

文章推荐：将WMI中的DateTime类型转换成VBS时间的函数代码

文章推荐： msxml3.dll 错误 80070005 拒绝访问

文章推荐： vbs TLI.TLIApplication 被遗忘的COM组件

python - 学习 MNIST 后对非 MNIST 图像进行分类
我的机器学习算法已经学习了 MNIST 数据库中的 70000 张图像。我想在 MNIST 数据集中未包含的图像上对其进行测试。但是，我的预测函数无法读取我的测试图像的数组表示。如何在外部图像上测试
python - 制作自己的 MNIST 数据集(与 MNIST 格式相同)
我正在尝试创建我自己的 MNIST 数据版本。我已将训练和测试数据转换为以下文件； test-images-idx3-ubyte.gz test-labels-idx1-ubyte.gz train-
python - 无法在 Windows 上使用 python-mnist 包加载 MNIST 数据
我通过 pip 在我的 Windows 设备上安装了 python-mnist 包，正如 Github 文档中所述，方法是在我的 Anaconda 终端中输入以下命令: pip install pyt
一小时学会TensorFlow2之Fashion Mnist
描述 Fashion Mnist 是一个类似于 Mnist 的图像数据集. 涵盖 10 种类别的 7 万 (6 万训练集 + 1 万测试集) 个不同商品的图片. Tensor
tensorflow - MNIST 识别手写文字
该模型现在只能使用 tf. 识别单个字母。我怎样才能让它识别连续的字母单词？最佳答案手写数字识别。 ... MNIST 是一个广泛用于手写数字分类任务的数据集。它由 70,000 个标记为 28x
image - MNIST 图像是什么图像格式？
我已经从 MNIST 训练集中解压了第一张图像，并且可以访问 (28,28) 矩阵。 [[ 0 0 0 0 0 0 0 0 0 0 0 0 0 0
python - MNIST 数据反规范化不会给我返回相同的结果
这是我学习的一部分。我知道标准化确实有助于提高准确性，因此将 mnist 值除以 255。这会将所有像素除以 255，因此 28*28 的所有像素的值将在 0.0 到 1.0 范围内. 现在我厌倦了将
numpy - MNIST 中每个数字代表什么？
我已成功将 MNIST 数据下载到扩展名为 .npy 的文件中。当我打印第一张图像的几列时。我得到以下结果。这里每个数字代表什么？ a= np.load("training_set.npy") pri
TensorFlow - MNIST 数据中的训练准确性没有提高
我用tensorflow写了一个程序来处理Kaggle的数字识别问题。程序可以正常运行，但训练准确率总是很低，大约10%，如下: step 0, training accuracy 0.11 step
python - MNIST 数据集中的图像是如何转换的？
在 cnn_mnist.py例如，脚本首先加载训练和测试数据，如您从 120 行到 124 行中看到的那样。当我打印 print(train_data.shape) 时，我得到 (55000, 784
python - 神经网络 MNIST
我研究神经网络有一段时间了，用python和numpy做了一个实现。我用 XOR 做了一个非常简单的例子，它运行良好。所以我想我更进一步尝试 MNIST 数据库。这是我的问题。我正在使用具有 784
python - MNIST:试图获得高精度
我目前正在研究手写数字识别问题。首先，我针对 MNIST 数据集测试了示例手写数字。我的准确率为 53%，我需要 90% 以上的准确率。以下是我迄今为止为提高准确性所做的尝试。创建了我自己的数
python - 如何在我自己的数据集图像上测试 mnist
我正在尝试使用我自己的数字图像数据集测试 mnist。我为此写了一个 python 脚本，但它给出了一个错误。错误在代码的第 16 行。实际上我无法发送图像进行测试。给我一些建议。提前致谢。 imp
python - Mnist 数据图像和标签不匹配
我知道这可能是一个愚蠢的问题，但我真的不明白为什么。下面是我尝试从训练数据中打印单个图像和具有相同索引的标签的代码 import matplotlib.pyplot as plt from tenso
python - MNIST 手写数字
我尝试使用以下数据集在 python 中制作一个能够识别手写数字的脚本:http://deeplearning.net/data/mnist/mnist.pkl.gz . 关于这个问题和我试图实现的算
java - MNIST 的缩减图像
我正在尝试解决 Android 设备上的 MNIST 分类问题。我已经有一个经过训练的模型，现在我希望能够识别照片上的单个数字。拍完照片后，我会进行一些预处理，然后再将图像传递给模型。这是原始图像的
由浅入深学习TensorFlow MNIST 数据集
MNIST 数据集介绍 MNIST 包含 0~9 的手写数字, 共有 60000 个训练集和 10000 个测试集. 数据的格式为单通道 28*28 的灰度图. LeNet 模型
python - 为什么导入 mnist 数字数据集时总是漏掉一个子图？
我想导入 mnist digits 数字以在一个图中显示，并编写这样的代码， import keras from keras.datasets import mnist import matplotl
ocr - 去偏斜 MNIST 数据集
我目前正在研究数字手写识别问题。我发现很多state-of-art算法对mnist dateset采用了一些预处理方法，比如deskewing和jittering(我不知道'jittering'是什么
python - 对 MNIST 数据集进行标准化和缩放的正确方法
我到处找，但找不到我想要的。基本上，MNIST 数据集具有像素值在范围 [0, 255] 内的图像。 .人们说，一般来说，最好做到以下几点: 将数据缩放到 [0,1]范围。将数据标准化为具有零均值和

qq735679552

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

tensorflow实现加载mnist数据集