深度学习100例-卷积神经网络（CNN）实现mnist手写数字识别 2

​可视化图片

plt.figure(figsize=(20,10))
for i in range(20):
    plt.subplot(5,10,i+1)
    plt.xticks([])
    plt.yticks([])
    plt.grid(False)
    plt.imshow(train_images[i], cmap=plt.cm.binary)
    plt.xlabel(train_labels[i])
plt.show()

plt.figure()生成一个画板，figsize指定画板的宽和高。

Plt.subplot(5，10，i+1)表示将图像分为5行10列，i+1代表每行的i+1个图像，为什么最后图像生成的是两行10列，我也很困惑。

plt.xticks([])的意思是不显示横坐标

Plt.yticks([])的意思是不显示纵坐标

plt.grid(False)关闭背景的网格线

plt.imshow(train_images[i], cmap=plt.cm.binary)中plt.imshow是对图像进行处理，显示其格式，也不是很懂，camp是图谱，plt.cm是库中的色彩映射函数

plt.xlabel()是x轴的标签

将图片调整成我们需要的格式

train_images = train_images.reshape((60000, 28, 28, 1))
test_images = test_images.reshape((10000, 28, 28, 1))

train_images.shape,test_images.shape,train_labels.shape,test_labels.shape

 上面那一步已经把所有的图片都排成了两行10列。<