使用TensorFlow直接获取处理MNIST数据

末蓝、 2022-06-02 12:51 156阅读 0赞

MNIST是一个非常有名的手写体数字识别数据集，TensorFlow对MNIST数据集做了封装，可以直接调用。MNIST数据集包含了60000张图片作为训练数据，10000张图片作为测试数据，每一张图片都代表了0-9中的一个数字，图片大小都是28\*28。虽然这个数据集只提供了训练和测试数据，但是为了验证训练网络的效果，一般从训练数据中划分出一部分数据作为验证数据，测试神经网络模型在不同参数下的效果。TensorFlow提供了一个类来处理MNIST数据。代码如下：

from tensorflow.examples.tutorials.mnist import input_data
    
    #载入MNIST数据集，如果指定地址下没有下载好的数据，那么TensorFlow会自动在网站上下载数据
    mnist = input_data.read_data_sets("/tensorflow_google")
    
    #打印训练数据大小
    print("Training data size:", mnist.train.num_examples)
    
    #打印验证集大小
    print("Validating data size:", mnist.validation.num_examples)
    
    #打印测试集大小
    print("Testing data size:", mnist.test.num_examples)
    
    #打印训练样例
    print("Example training data", mnist.train.images[0])
    
    #打印训练样例的标签
    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

处理后的每一张图片是一个长度为784(28\*28)的一维数组，数组中的数据为图片的像素，像素元素取值范围为0-1，代表了颜色的深浅，其中0为白色，1为黑色。为了可以使用随机梯度下降，input\_data.read\_data\_sets生成的类还提供了mnist.train.next\_batch，可以从素有的训练数据中读取一小部分作为一个训练batch，例如：

batch_size = 200
    xs, ys = mnist.train.next_batch(batch_size) #xs是数据，ys是对应的标签
    print("X shape", xs.shape)
    print("Y shape", ys.shape)
    
    >>X shape (200, 784)  #X是200*784的数组
    Y shape (200,)  #Y是200维的一维数组