tensorflow中mnist数据集

朴灿烈づ我的快乐病毒、 2023-02-14 05:58 9阅读 0赞

# tensorflow中mnist数据集 #

> **mnist数据集一共有7万张图片，是28 \* 28 像素的0 到 9 手写识别数据集，其中6万张用于训练，1万张用于测试。每张图片包含784（28 \* 28）个像素点，使用全连接网络可以将784个像素点组成长度为784的一维数组，作为输入特征。**

## 导入数据集：  ##

> **方式一**：
> 
>     mnist = tf.keras.datasets.mnist #导入mnist数据集
>      (x_train, y_train), (x_test, y_test) = mnist.load_data() #分别分配好训练集和测试集的输入和标签
> 
> **方式二**：
> 
> 1、下载数据集：[https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz][https_storage.googleapis.com_tensorflow_tf-keras-datasets_mnist.npz]
> 
> 2、导入数据：
> 
>     path = './mnist.npz' #数据路径
>     f = np.load(path) #加载数据
>     x_train, y_train = f['x_train'], f['y_train'] #导入训练集的输入和标签
>     x_test, y_test = f['x_test'], f['y_test']  #导入测试集的输入和标签
>     f.close()
> 
>

## **实例代码：** ##

import tensorflow as tf #导入模块
    from matplotlib import pyplot as plt #导入绘图模块
    import numpy as np
    
    
    
    #加载数据集
    # mnist = tf.keras.datasets.mnist #导入mnist数据集
    # (x_train, y_train), (x_test, y_test) = mnist.load_data() #分别分配好训练集和测试集的输入和标签
    path = './mnist.npz' #数据路径
    f = np.load(path) #加载数据
    x_train, y_train = f['x_train'], f['y_train'] #导入训练集的输入和标签
    x_test, y_test = f['x_test'], f['y_test']  #导入测试集的输入和标签
    f.close()
    
    #可视化训练集输入特征的第一个元素
    plt.imshow(x_train[0], cmap = "gray") #绘制灰度图
    
    plt.show() #画出图像
    
    #打印出训练集输入特征的第一个元素
    print("x_train[0]:\n", x_train[0])
    
    #打印出训练集标签的第一个元素
    print("y_train[0]:\n", y_train[0])
    
    #打印出整个训练集输入特征的形状
    print("x_train.shape:\n", x_train.shape)
    
    #打印出整个训练集标签的形状
    print("y_train.shape:\n", y_train.shape)
    
    #打印出整个测试集输入特征的形状
    print("x_test.shape:\n", x_test.shape)
    
    #打印出整个测试集标签的形状
    print("y_test.shape:\n", y_test.shape)

## 结果为： ##

> ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1bmZlYXRoZXI_size_16_color_FFFFFF_t_70][]
> 
> E:\\Anaconda3\\envs\\TF2\\python.exe C:/Users/Administrator/PycharmProjects/untitled8/Mnist数据集.py  
> x\_train\[0\]:  
>  \[\[  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0  
>     0   0   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0  
>     0   0   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0  
>     0   0   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0  
>     0   0   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0  
>     0   0   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0   0   0   0   0   3  18  18  18 126 136  
>   175  26 166 255 247 127   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0  30  36  94 154 170 253 253 253 253 253  
>   225 172 253 242 195  64   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0  49 238 253 253 253 253 253 253 253 253 251  
>    93  82  82  56  39   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0  18 219 253 253 253 253 253 198 182 247 241  
>     0   0   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0  80 156 107 253 253 205  11   0  43 154  
>     0   0   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0   0  14   1 154 253  90   0   0   0   0  
>     0   0   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0   0   0   0 139 253 190   2   0   0   0  
>     0   0   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0   0   0   0  11 190 253  70   0   0   0  
>     0   0   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0   0   0   0   0  35 241 225 160 108   1  
>     0   0   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0   0   0   0   0   0  81 240 253 253 119  
>    25   0   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0   0   0   0   0   0   0  45 186 253 253  
>   150  27   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0  16  93 252  
>   253 187   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0 249  
>   253 249  64   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0   0   0   0   0   0   0  46 130 183 253  
>   253 207   2   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0   0   0   0   0  39 148 229 253 253 253  
>   250 182   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0   0   0  24 114 221 253 253 253 253 201  
>    78   0   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0  23  66 213 253 253 253 253 198  81   2  
>     0   0   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0  18 171 219 253 253 253 253 195  80   9   0   0  
>     0   0   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0  55 172 226 253 253 253 253 244 133  11   0   0   0   0  
>     0   0   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0 136 253 253 253 212 135 132  16   0   0   0   0   0   0  
>     0   0   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0  
>     0   0   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0  
>     0   0   0   0   0   0   0   0   0   0\]  
>  \[  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0  
>     0   0   0   0   0   0   0   0   0   0\]\]  
> y\_train\[0\]:  
>  5  
> x\_train.shape:  
>  (60000, 28, 28)  
> y\_train.shape:  
>  (60000,)  
> x\_test.shape:  
>  (10000, 28, 28)  
> y\_test.shape:  
>  (10000,)
> 
> Process finished with exit code 0  
>

[https_storage.googleapis.com_tensorflow_tf-keras-datasets_mnist.npz]: https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1bmZlYXRoZXI_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200601131830309.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1bmZlYXRoZXI=,size_16,color_FFFFFF,t_70