立即学习:https://edu.csdn.net/course/play/26266/326662?utm_source=blogtoedu
MNIST手写数字案例介绍
数据集内容:0-9的手写数字
数据集数量:60000个训练集,10000个测试集
数据集格式:28x28
数据集通道数:1个(灰度图)
内置数据集介绍
dir(tf.keras.datasets)
MNIST数据集加载
mnist=tf.keras.datasets.mnist
mnist.load_data()
数据集查看
x_train.shape,y_train.shape
数据集可视化
导入依赖库
import matplotlib.pyplot as plt
随机选一个图片并查看label
image_index=123
print(y_train[image_index])
图片显示
plt.imshow(x_train[image_index],cmap='Greys')
MNIST数据集格式转换
将图片从28x28扩充为32x32
np.pad(x_train,((0,0),(2,2),(2,2)),'constant',constant_values=0)
数据类型转换
x_train=x_train.astype('float32')
数据正则化
x_train /=255 #将数据转化成0-1范围
数据维度转换([n,h,w,c])
n:number数量
h:height高度
w:width宽度
c:channel通道
x_train.reshap(x_train.shap[0],32,32,1)