Mnist数据集下载

最新推荐文章于 2024-06-12 15:46:11 发布

%KT%

最新推荐文章于 2024-06-12 15:46:11 发布

阅读量297

点赞数 3

分类专栏：数据集文章标签： python

本文链接：https://blog.csdn.net/a287100886/article/details/138212248

版权

数据集专栏收录该内容

3 篇文章 0 订阅

订阅专栏

本文介绍了如何在Python中使用gzip库解压缩MNIST数据集，并展示了如何加载和预览数据集中的图像。还演示了如何使用matplotlib显示部分MNIST图像及其标签。

摘要由CSDN通过智能技术生成

百度网盘提取：

链接: https://pan.baidu.com/s/1zZpIfDLkyF3TMot-04ZUdA?pwd=6666 提取码: 6666 复制这段内容后打开百度网盘手机App，操作更方便哦

python解压缩文件：

注意修改文件路径

import numpy as np
import gzip

def load_data():
    # 加载图像数据
    with gzip.open('D:/Desktop/MNIST_data/train-images-idx3-ubyte.gz', 'rb') as f: #训练集
        X_train = np.frombuffer(f.read(), dtype=np.uint8, offset=16).reshape(-1, 28*28)
        
    with gzip.open('D:/Desktop/MNIST_data/t10k-images-idx3-ubyte.gz', 'rb') as f: #测试集标签
        X_test = np.frombuffer(f.read(), dtype=np.uint8, offset=16).reshape(-1, 28*28)
        
    # 加载标签数据
    with gzip.open('D:/Desktop/MNIST_data/train-labels-idx1-ubyte.gz', 'rb') as f: #训练集标签
        y_train = np.frombuffer(f.read(), dtype=np.uint8, offset=8)
        
    with gzip.open('D:/Desktop/MNIST_data/t10k-labels-idx1-ubyte.gz', 'rb') as f: #测试集标签
        y_test = np.frombuffer(f.read(), dtype=np.uint8, offset=8)
        
    return (X_train, y_train), (X_test, y_test)

# 加载MNIST数据集
(X_train, y_train), (X_test, y_test) = load_data()

# 查看键值
print("训练集键值：", X_train.shape, y_train.shape)
print("测试集键值：", X_test.shape, y_test.shape)

python显示部分图片：

import matplotlib.pyplot as plt

# 选择要显示的图像的索引
indices = [0, 1, 2, 3, 4]  # 显示前5张图片

# 设置画布和子图的尺寸
plt.figure(figsize=(10, 3))

for i, index in enumerate(indices):
    # 每个子图显示一张图片
    plt.subplot(1, len(indices), i+1)  # 参数1, len(indices), i+1 分别表示：行数, 列数, 当前子图编号
    plt.imshow(X_train[index].reshape(28, 28), cmap='gray')  # 将图像数据重塑为28x28，并使用灰度色图显示
    plt.title('Label: ' + str(y_train[index]))  # 显示图像对应的标签
    plt.axis('off')  # 不显示坐标轴

# 调整子图间距
plt.subplots_adjust(hspace=0.5)

# 显示整个画布
plt.show()