Слияние кода завершено, страница обновится автоматически
parse the mnist data to numpy array
读取Mnist数据集，将其转化为numpy数组，方便python调用。
Mnist 类提供了两个方法：next_train_batch()和next_test_batch()。这两个方法接受两个参数，一个是batch size, 另一个是布尔值,表示是否需要label为one_hot。两个函数返回指定个数的数据。 其中image shape 为(size, 784), label shape 为(size,)。如果one_hot = True， label shape 自然是(size, 10)。
git clone 本仓库即可使用
from mnist import Mnist
def test_Mnist():
#修改下面的file path为你保存minist的文件夹地址
#例如"/home/zhangsan/downloads/mnist/"
mnist = Mnist("/path/to/your/mnist/dir/")
tr_x, tr_y = mnist.next_train_batch(3, True)
print(tr_x.shape)
print(tr_y.shape)
tr_x = tr_x.reshape((-1, 28, 28))
for x, y in zip(tr_x, tr_y):
print(y)
plt.imshow(x,cmap='gray')
plt.show()
te_x, te_y = mnist.next_test_batch(3, True)
print(te_x.shape)
print(te_y.shape)
te_x = te_x.reshape((-1, 28, 28))
for x, y in zip(te_x, te_y):
print(y)
plt.imshow(x,camp='gray')
plt.show()
if __name__ == "__main__":
test_Mnist()
Вы можете оставить комментарий после Вход в систему
Неприемлемый контент может быть отображен здесь и не будет показан на странице. Вы можете проверить и изменить его с помощью соответствующей функции редактирования.
Если вы подтверждаете, что содержание не содержит непристойной лексики/перенаправления на рекламу/насилия/вульгарной порнографии/нарушений/пиратства/ложного/незначительного или незаконного контента, связанного с национальными законами и предписаниями, вы можете нажать «Отправить» для подачи апелляции, и мы обработаем ее как можно скорее.
Комментарии ( 0 )