mnist手写数字识别,可视化数据源
Posted 九章_
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了mnist手写数字识别,可视化数据源相关的知识,希望对你有一定的参考价值。
# coding: utf-8
import sys, os
sys.path.append(os.pardir) # 为了导入父目录的文件而进行的设定
import numpy as np
from dataset.mnist import load_mnist
from PIL import Image
def img_show(img):
pil_img = Image.fromarray(np.uint8(img))
pil_img.show()
(x_train, t_train), (x_test, t_test) = load_mnist(flatten=True, normalize=False)
img = x_train[0]
label = t_train[0]
print(label) # 5
print(img.shape) # (784,)
img = img.reshape(28, 28) # 把图像的形状变为原来的尺寸
print(img.shape) # (28, 28)
img_show(img)
关键:img = img.reshape(28, 28) # 把图像的形状变为原来的尺寸
以上是关于mnist手写数字识别,可视化数据源的主要内容,如果未能解决你的问题,请参考以下文章
MATLAB可视化实战系列(四十)-基于MATLAB 自带手写数字集的CNN(LeNet5)手写数字识别-图像处理(附源代码)
TensorFlow入门实战|第1周:实现mnist手写数字识别
TensorFlow入门实战|第1周:实现mnist手写数字识别