这篇文章主要为大家详细介绍了tensorflow实现加载mnist数据集，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
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.<i style="color:transparent">来源gaodai$ma#com搞$代*码网</i>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 (55000, 784) (55000, 10) (10000, 784) (10000, 10) 52636th
输出的图片如下：
Training Datalabel is9
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gaodaima搞代码网。
以上就是tensorflow实现加载mnist数据集的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：tensorflow实现加载mnist数据集
转载请注明原文链接：tensorflow实现加载mnist数据集
