Tensorflow加载dataset(如Fashion MNIST )时load_data()返回值类型分析 - TensorFlow自学笔记5

青瓷看世界

已于 2024-08-30 17:07:27 修改

阅读量375

点赞数 5

分类专栏： tensorflow 文章标签： tensorflow 人工智能 python

于 2024-08-25 08:44:41 首次发布

本文链接：https://blog.csdn.net/pisceshsu/article/details/141501500

版权

9 篇文章 0 订阅

订阅专栏

在上一篇介绍Tensorflow 中的Keral进行基本图像分类的文章中，有以下加载Fashion MNIST数据集的代码

fashion_mnist = tf.keras.datasets.fashion_mnist

(train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data()

加载数据集会返回四个 NumPy 数组：

有以下几个问题？

1.什么是NumPy数组？

2.为什么是四个？

‌NumPy数组是Numerical Python库中的核心数据结构，它是一个多维数组对象，可以存储相同类型的元素。‌ NumPy数组支持高效的数学运算和线性代数操作，因此在科学计算领域中被广泛使用

NumPy数组由两部分组成：实际的数据和描述这些数据的元数据。大部分操作仅针对元数据，而不改变底层实际的数据。

NumPy提供了大量的库函数和操作，帮助程序员轻松地进行数值计算，广泛应用于机器学习模型、图像处理和计算机图形学、数学任务等领域‌

具体关于Numpy的数据结构ndarray入门、数据存取与函数调用，可参见上传的资料:

在tensorflow官网中有fashion mnist数据集的load_data函数接口说明：

从上图可以看出，返回值(Returns)有四个，x_train, y_train, x_test, y_test ,

在我们的代码中，分别赋值给了 train_images, train_labels, test_images, test_labels

每个返回值都是Numpy数组，数组的存储格式和定义的内部数据结构有关，每个数据集可能不一样。

关注

专栏目录