1.下载MINIST数据集有两种方法
(1)手动下载:http://yann.lecun.com/exdb/mnist四个压塑包
train-images-idx3-ubyte.gz: training set images (9912422 bytes)
train-labels-idx1-ubyte.gz: training set labels (28881 bytes)
t10k-images-idx3-ubyte.gz: test set images (1648877 bytes)
t10k-labels-idx1-ubyte.gz: test set labels (4542 bytes)
下载后也要解压,保存在文件夹中,文件的保存位置没有要求,加载的时候使用绝对路径就可以了
(2)自动下载
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets(r'C:\\test\\Mnist_data', one_hot=True)
这种下载后就自动保存在路径(自己命名的文件夹)C:\\test\\Minist_data中,当然下载后一般也是压缩的,所以也要手动解压
(3) 加载路径:我开始使用相对路径一直不成功,然后是直接用比较粗暴的绝对路径 最后加载成功
2.运行代码
import numpy as np
import tensorflow as tf
# Import MINST data
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets(r'C:\\test\\Mnist_data', one_hot=True)
#加载数据集并保存在C:\\test\\Minist_data中
Xtr, Ytr = mnist.train.next_batch(5000)
Xte, Yte = mnist.test.next_batch(200)
xtr = tf.placeholder("float",[None,784])
xte = tf.placeholder("float",[784])
distance = tf.reduce_sum(tf.abs(tf.add(xtr,tf.negative