将下载好的mnist数据集提取到jupyter中

将下载好的npz格式的mnist数据集导入到jupyter中的方法
第一步:
先从网上下载mnist数据集,数据集的格式为npz,这是一个压缩文件。
第二步:
将下载好的数据集导入到jupyter 当前目录下,用upload上传数据集文件在这里插入图片描述
第三步:
加载数据,并看压缩文件所包含的其他的东西,用:mnist=np.load(’./mnist.npz’)
用mnist.files的命令来实现,打印print(mnist.files):
[‘x_test’, ‘x_train’, ‘y_train’, ‘y_test’]
第四步:
提取相应数据集,便于后面的操作:
x_train=mnist[‘x_train’]
y_train=mnist[‘y_train’]
x_test=mnist[‘x_test’]
y_test=mnist[‘y_test’]
第五步:
也可对数据集的性质进行查看:
print(x_train.shape)
print(y_train.shape)
print(x_test.shape)
print(y_test.shape)
结果为:
(60000, 28, 28)
(60000,)
(10000, 28, 28)
(10000,)

  • 5
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Jupyter读取MNIST数据集的方法如下: 首先,确保你已经下载MNIST数据集并保存在本地。它的格式是npz,一个压缩文件。 在Jupyter,你可以通过上传功能将数据集文件导入到当前目录下。 然后,使用numpy库的load函数加载数据集文件。你可以使用以下命令来加载数据集文件并查看其包含的其他内容: mnist = np.load('./mnist.npz') print(mnist.files) 加载完数据集文件后,你可以提取相应的数据集用于后续的操作。例如,使用以下命令提取训练集和测试集: x_train = mnist['x_train'] y_train = mnist['y_train'] x_test = mnist['x_test'] y_test = mnist['y_test'] 你还可以通过打印这些数据集的形状来查看它们的特性: print(x_train.shape) print(y_train.shape) print(x_test.shape) print(y_test.shape) 这些命令将输出训练集和测试集的形状,例如(60000, 28, 28)和(10000, 28, 28),以及标签的形状,例如(60000,)和(10000,)。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [十分钟搞懂Pytorch如何读取MNIST数据集](https://blog.csdn.net/xjm850552586/article/details/109137914)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [将下载好的mnist数据集提取jupyter](https://blog.csdn.net/v_cyxiaoke/article/details/106318519)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值