程序解码MNIST数据集并返回两个tuple

最新推荐文章于 2023-05-14 19:39:40 发布

sinat_38178263

最新推荐文章于 2023-05-14 19:39:40 发布

阅读量208

点赞数

文章标签： MNIST数据集解包

本文链接：https://blog.csdn.net/sinat_38178263/article/details/89074844

版权

该博客介绍了如何使用Python解析MNIST数据集的idx3-ubyte和idx1-ubyte文件，包括训练集和测试集的图像及标签。通过gzip打开文件，利用struct模块进行解包，最终返回训练和测试数据的两个tuple。

摘要由CSDN通过智能技术生成

#encoding:utf-8
import numpy as np
import struct
import gzip

a = 'D:/src/tensorflow/data_sets/MNIST_data/train-images-idx3-ubyte.gz'
b = 'D:/src/tensorflow/data_sets/MNIST_data/train-labels-idx1-ubyte.gz'
c = 'D:/src/tensorflow/data_sets/MNIST_data/t10k-images-idx3-ubyte.gz'
d = 'D:/src/tensorflow/data_sets/MNIST_data/t10k-labels-idx1-ubyte.gz'

def decode_idx3_ubyte(idx3_ubyte_file):
   fp = gzip.open(idx3_ubyte_file,'rb')
   bin_data = fp.read()

   offset = 0
   fmt_header = '>iiii'
   magic_number,num_images,num_rows,num_cols = struct.unpack_from(fmt_header,bin_data,offset)
   print ('魔数:%d, 图片数量:%d张,图片大小:%d%d' % (magic_number,num_images,num_rows,num_cols))

   image_size = num_rows*num_cols
   offset += struct.calcsize(fmt_header)
   fmt_ima