TensorFlow的MNIST手写数字还原小程序

MNIST 是一个TensorFlow入门级的计算机视觉数据集，

关于MNIST的介绍网上找找挺多的，本文只是写几行小程序还原其中的图像，

下载MNIST资源包

# -*- coding:utf-8 -*- 
import tensorflow as tf 
import tensorflow.examples.tutorials.mnist.input_data as input_data
import random

#读取mnist数据，下载后的Mnist并解压后，放在项目的同级目录下，通过下面程序即可读取
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

def showImg(isTrain=True,index=None,zeroRate=0.8):
    '''
    参数说明：
    isTrain：是读取训练集，还是测试集
    index：读第几张图，其中训练集共55000张，测试集共10000张，当为None时随机读取
    zeroRate：当值小于0.8时显示为空，大于0.8时显示为1,当这个值越小时，整张图的字体显示越粗
    '''
    d=mnist.train.images if isTrain else mnist.test.images
    index= random.randint(0,len(d)-1) if index==None else 0 if index<0 else len(d)-1 if  index>=len(d) else index
    item=["1" if x>=0.8 else " " for x in d[index]]
    for i in range(28):print(''.join(i for i in item[i*28:i*28+28]))
showImg()