使用TensorFlow直接獲取處理MNIST數(shù)據(jù)方式
MNIST是一個非常有名的手寫體數(shù)字識別數(shù)據(jù)集,TensorFlow對MNIST數(shù)據(jù)集做了封裝,可以直接調(diào)用。MNIST數(shù)據(jù)集包含了60000張圖片作為訓(xùn)練數(shù)據(jù),10000張圖片作為測試數(shù)據(jù),每一張圖片都代表了0-9中的一個數(shù)字,圖片大小都是28*28。雖然這個數(shù)據(jù)集只提供了訓(xùn)練和測試數(shù)據(jù),但是為了驗(yàn)證訓(xùn)練網(wǎng)絡(luò)的效果,一般從訓(xùn)練數(shù)據(jù)中劃分出一部分?jǐn)?shù)據(jù)作為驗(yàn)證數(shù)據(jù),測試神經(jīng)網(wǎng)絡(luò)模型在不同參數(shù)下的效果。TensorFlow提供了一個類來處理MNIST數(shù)據(jù)。
代碼如下:
from tensorflow.examples.tutorials.mnist import input_data
#載入MNIST數(shù)據(jù)集,如果指定地址下沒有下載好的數(shù)據(jù),那么TensorFlow會自動在網(wǎng)站上下載數(shù)據(jù)
mnist = input_data.read_data_sets("/tensorflow_google")
#打印訓(xùn)練數(shù)據(jù)大小
print("Training data size:", mnist.train.num_examples)
#打印驗(yàn)證集大小
print("Validating data size:", mnist.validation.num_examples)
#打印測試集大小
print("Testing data size:", mnist.test.num_examples)
#打印訓(xùn)練樣例
print("Example training data", mnist.train.images[0])
#打印訓(xùn)練樣例的標(biāo)簽
print("Example training data label:", mnist.train.labels[0])
>>Training data size: 55000
Validating data size: 5000
Testing data size: 10000
Example training data [ 0. ... 0. ]
Example training data label: 7
處理后的每一張圖片是一個長度為784(28*28)的一維數(shù)組,數(shù)組中的數(shù)據(jù)為圖片的像素,像素元素取值范圍為0-1,代表了顏色的深淺,其中0為白色,1為黑色。為了可以使用隨機(jī)梯度下降,input_data.read_data_sets生成的類還提供了mnist.train.next_batch,可以從素有的訓(xùn)練數(shù)據(jù)中讀取一小部分作為一個訓(xùn)練batch,例如:
batch_size = 200
xs, ys = mnist.train.next_batch(batch_size) #xs是數(shù)據(jù),ys是對應(yīng)的標(biāo)簽
print("X shape", xs.shape)
print("Y shape", ys.shape)
>>X shape (200, 784) #X是200*784的數(shù)組
Y shape (200,) #Y是200維的一維數(shù)組
以上這篇使用TensorFlow直接獲取處理MNIST數(shù)據(jù)方式就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
python實(shí)現(xiàn)LBP方法提取圖像紋理特征實(shí)現(xiàn)分類的步驟
這篇文章主要介紹了python實(shí)現(xiàn)LBP方法提取圖像紋理特征實(shí)現(xiàn)分類的步驟,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-07-07
python之Flask實(shí)現(xiàn)簡單登錄功能的示例代碼
這篇文章主要介紹了python之Flask實(shí)現(xiàn)簡單登錄功能的示例代碼,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2018-12-12
簡單介紹一下pyinstaller打包以及安全性的實(shí)現(xiàn)
這篇文章主要介紹了簡單介紹一下pyinstaller打包以及安全性的實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-06-06
python+django加載靜態(tài)網(wǎng)頁模板解析
這篇文章主要介紹了python+django加載靜態(tài)網(wǎng)頁模板解析,具有一定借鑒價值,需要的朋友可以參考下。2017-12-12
windows10在visual studio2019下配置使用openCV4.3.0
這篇文章主要介紹了windows10在visual studio2019下配置使用openCV4.3.0,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-07-07
詳解python之多進(jìn)程和進(jìn)程池(Processing庫)
本篇文章主要介紹了詳解python之多進(jìn)程和進(jìn)程池(Processing庫),非常具有實(shí)用價值,需要的朋友可以參考下2017-06-06

