目录
1.3 tf.data.Dataset.from_tensor_slices()
1. 小型常用数据集 数据加载 keras
1.1加载 MINST案例
(x,y), (x_test,y_test)=keras.datasets.mnist.load_data()
# 下载 管理 解析 读取 转换 数据 最终拿到 numpy 格式
#假设 60k 张图片作为训练集 x.shape(60000,28,28) y.shape(60000,)
#此时y存的不是one-hot编码 而是0-9标签
# x.min(), x.max(), x.mean() (0,255,33.3184)
# x_test.shape ,y_test.shape (10000,28,28) (10000,)
y_onehot=tf.onehot(y,depth=10) #使用one-hot编码,一共10类
1.2 CIFAR10/100
10代表10类,100就是进一步细分 相当于100类
1.3 tf.data.Dataset.from_tensor_slices()
完成数据集迭代
shuffle 完成打散
.map 批量预处理
.batch 一次读取多张照片
stopiteration
.repeat(2)指定迭代次数
.repeat() 不会停止迭代 不会触发异常
1.4 代码案例
2.实战 测试
import tensorflow as tf
from tensorflow import keras
from keras import datasets
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
(x, y), (x_test, y_test) = datasets.mnist.load_data()
# x:[