1 简介
本文介绍了FashionMNIST数据集,并通过Python的方式实现对数据集解码。尾页附有工程代码下载链接。
2 运行环境:
PyCharm Community Edition 2024.1.4 os
numpy1.24.3
2.1 依赖库安装方式:
#镜像安装
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple
3 数据集概述
FashionMNIST数据集是一个广泛应用于机器学习和深度学习领域的图像数据集。它包含10个不同类别的服饰图像,旨在提供一个比传统MNIST手写数字更复杂的图像识别任务。该数据集不仅适合初学者进行图像分类的实践,还能帮助研究人员评估和改进图像识别算法。
FashionMNIST数据集包含10个类别
数据集大小:包含70,000个灰度图像,分为60,000个训练集样本和10,000个测试集样本。
图像尺寸:每张图像均为28x28像素的分辨率,以单通道灰度图形式呈现。
数据量:总数据量为70,000张图像,约占用52.25MB的磁盘空间(具体大小可能因存储文件格式而异)。
3.1 数据集官网下载链接
https://github.com/zalandoresearch/fashion-mnist(需科学上网)
个人链接:工程代码已包含
需要下载的四个文件在 /data/fashion
包括:
- 训练数据图片:train-images-idx3-ubyte
- 训练数据标签:train-labels-idx1-ubyte
- 测试数据图片:t10k-images-idx3-ubyte
- 测试数据标签:t10k-labels-idx1-ubyte
4 数据处理
在FashionMNIST数据集的数据集包含60,000个训练集样本和10,000个测试集样本。每个样本都是一个28x28像素的单通道灰度图像,像素值范围在0到255之间。数据以三维数组+字节的文本方式存储,可以使用以下代码将其转换为PNG格式。
![](https://i-blog.csdnimg.cn/direct/b7d9672c76364fedb3c8f6c9c2fb3894.png)
![](https://i-blog.csdnimg.cn/direct/713aac8c8a2d4bd88a14e3b8fb1c3853.png)
4.1 运行成功后
在工程文件夹下生成以下文件
工程下载链接:
移动云盘链接:https://caiyun.139.com/m/i?145CGcGUj4X8y
提取码:OLPE
相关声明:
本文版权归Finxs所有,数据仅供参考。立场观点为个人看法,不代表任何机构。欢迎讨论,但请尊重差异,避免攻击。本文为原创,未抄袭,侵权必究。信息观点仅供参考。
如有任何关于本文的疑问或建议,欢迎在评论区留言。
联系方式:3025096640@qq.com