第一种方法:
Keras官方给的图片去噪示例要自动下载mnist数据集并处理,不能修改和加入自己的数据集。
from keras.datasets importmnist
(x_train, _), (x_test, _)=mnist.load_data()
x_train= x_train.astype('float32') / 255.
x_test= x_test.astype('float32') / 255.
以上代码实现了把mnist数据集读到x_train 和x_test 中并且丢弃标签,全过程是封闭的
现需要将本地的mnist数据集,解压成图片格式,然后通过文件操作把图片一个一个读进去同样存在x_train 和x_test 中,并且能和原来的程序完美衔接。
修改如下:
mnist数据集放到和py文件同一个目录,名为MNIST_data,将下载的二进制文件转为图片见 https://www.cnblogs.com/dzzy/p/10824072.html
目录树如图
import os
base_dir = 'MNIST_data' #基准目录
train_dir = os.path.join(base_dir,'mnist_train') #train目录#file1 = os.listdir(train_dir) #读目录下的图#image1 = [os.path.join(train_dir,i) for i in file1] #合成每一个图的路径名称
validation_dir="".j