数据准备
直接导入数据集mnist,把训练集和测试集导入。
from keras.datasets import mnist
(X_train,y_train),(X_test,y_test) = mnist.load_data()
数据集介绍
print('图像数据格式:',X_train.shape)
print('训练集:%2.0f,测试集:%3.0f' % (X_train.shape[0],X_test.shape[0]))
训练集一共60000条数据集,测试集一共包含10000数据集,每条记录是2828的格式。图像由2828个像素点(灰度值)构成。
import matplotlib.pyplot as plt
plt.imshow(X_train[6])
plt.imshow(X_train[6],cmap = 'Greys')
#画20个样本
for i in range(20):
plt.subplot(4,5,i+1)
plt.imshow(X_train[i])
#把横纵坐标标签去掉
for i in range(20)