手写数字相关问题

矫情吗；* 2024-03-22 19:17 11阅读 0赞

**1** **问题**

## 关于MINIST数据集？用“横纵式”极简实现方案快速完成手写数字识别的建模？ ##

**2** **方法**

MINIST 数据集包含60000个训练集与10000个测试集。数据集分为图片与标签，其中图片是28\*28的像素矩阵，标签为 0~9 共10个数字。

**步骤:**

在数据处理前，首先要加载飞桨平台与“手写数字识别”模型相关的类库，实现方法如下。

\#加载飞桨和相关类库  
import paddle  
import paddle.fluid as fluid  
from paddle.fluid.dygraph.nn import Linear  
import numpy as np  
import os  
from PIL import Image

batch函数将MNIST数据集拆分成多个批次，通过如下代码读取第一个批次的数据内容，观察数据打印结果。

\# 以迭代的形式读取数据  
for batch\_id, data in enumerate(train\_reader()):  
\# 获得图像数据，并转为float32类型的数组  
img\_data = np.array(\[x\[0\] for x in data\]).astype(&apos;float32&apos;)  
\# 获得图像标签数据，并转为float32类型的数组  
label\_data = np.array(\[x\[1\] for x in data\]).astype(&apos;float32&apos;)  
\# 打印数据形状  
print("图像数据形状和对应数据为:", img\_data.shape, img\_data\[0\])  
print("图像标签形状和对应数据为:", label\_data.shape, label\_data\[0\])  
break  
print("\\n打印第一个batch的第一个图像，对应标签数字为\{\}".format(label\_data\[0\]))  
\# 显示第一batch的第一个图像  
import matplotlib.pyplot as plt  
img = np.array(img\_data\[0\]+1)\*127.5  
img = np.reshape(img, \[28, 28\]).astype(np.uint8)  
  
plt.figure("Image") \# 图像窗口名称  
plt.imshow(img)  
plt.axis(&apos;on&apos;) \# 关掉坐标轴为 off  
plt.title(&apos;image&apos;) \# 图像题目  
plt.show()

**3** **结语**

这次实验我们深入了解和扩展了一些关于手写数字的步骤和方法，过程中困难重重，但好在有老师和同学们的帮助也算顺利解答了疑惑。