学习笔记(01):轻松入门Tensorflow-案例简介

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)