tensorflow2.0之常见数据集的使用

import tensorflow as tf
from tensorflow import keras

def preprocess(x,y):
	x=tf.cast(x,dtype=tf.float32)/255.
	y=tf.cast(y,dtype=tf.int32)
	return x,y
	
(x_train,y_train),(x_test,y_test)=keras.datasets.mnist.load_data()
train_db=tf.data.Dataset.from_tensor_slices((x_train,y_train))
train_db=train_db.map(preprocess).shuffle(10000).batch(128)

test_db=tf.data.Dataset.from_tensor_slices((x_test,y_test))
test_db=test_db.map(preprocess).shuffle(10000).batch(128)

# 查看训练数据集
train_iter=iter(train_db)
print(next(train_iter)[0].shape)

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值