zoukankan      html  css  js  c++  java
  • MNIST数据集介绍

    大多数示例使用手写数字的MNIST数据集[^1]。该数据集包含60,000个用于训练的示例和10,000个用于测试的示例。这些数字已经过尺寸标准化并位于图像中心,图像是固定大小(28x28像素),其值为0到1。为简单起见,每个图像都被平展并转换为784(28 * 28)个特征的一维numpy数组。

    概览

    用法

    在我们的示例中,我们使用TensorFlow input_data.py脚本来加载该数据集。

    它对于管理我们的数据非常有用,并且可以处理:

    • 加载数据集
    • 将整个数据集加载到numpy数组中
    # 导入 MNIST
    from tensorflow.examples.tutorials.mnist import input_data
    mnist = input_data.read_data_sets("/tmp/data/", one_hot=True)
    
    # 加载数据
    X_train = mnist.train.images
    Y_train = mnist.train.labels
    X_test = mnist.test.images
    Y_test = mnist.test.labels

    • next_batch函数,可以遍历整个数据集并仅返回所需的数据集样本部分(以节省内存并避免加载整个数据集)。
    # 获取接下来的64个图像数组和标签
    batch_X, batch_Y = mnist.train.next_batch(64)   

    [^1]: http://yann.lecun.com/exdb/mnist/

    欢迎关注磐创博客资源汇总站:http://docs.panchuang.net/

    欢迎关注PyTorch官方中文教程站:http://pytorch.panchuang.net/

  • 相关阅读:
    变量属性
    String类
    Random类
    Scanner类
    文本与文本域对齐
    Java list集合排序
    float属性影响后续元素排版问题
    查询满足条件的最新数据(逐步优化,mysql、达梦数据库)
    关于select下拉框选择触发事件
    JQuery获取父,子,兄弟节点
  • 原文地址:https://www.cnblogs.com/panchuangai/p/12567972.html
Copyright © 2011-2022 走看看