import cv2
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("model_data/", one_hot=True)
"""
# 数据集结构
minst: {
test: {
# 测试数据一个有10000张数据, 也就是10000行数据, 每行有748列.748是由 28*28的像素平铺而成。
# 所以取出第一个图片就是: img = mnist.test.images[0]
images: {
[0:10000]: 灰度图
shape: (10000, 748)
},
labels: {
# 因为有10000张图片, 所以有10000个label, 每个label 是由一个1*10数组表示,对应位置为1表示当前的label有效
# 比如 2: [0, 0, 1, 0, 0, 0, 0, 0, 0, 0]
shape: (10000, 10)
}
},
train,
validation
}
"""
# 取出一张图片
img = mnist.test.images[0]
img.shape = [28, 28]
labelTemp = mnist.test.labels[0]
label = ""
for i in range(len(labelTemp)):
if labelTemp[i] == 1:
label = i
cv2.imshow(str(label), img)
cv2.waitKey(0)
print("Training data size: ", mnist.train.num_examples)
print("Validating data size: ", mnist.validation.num_examples)
print("Testing data size: ", mnist.test.num_examples)
print("Training data size: ", mnist.train.num_examples)
print("Validating data size: ", mnist.validation.num_examples)
print("Testing data size: ", mnist.test.num_examples)
运行结果: