python使用tensorflow,tensorflow读取数据集
本文主要介绍python深度学习tensorflow实例数据下载读取实例的详细讲解。有需要的朋友可以借鉴一下,希望能有所帮助。祝大家进步很大,早日升职加薪。
00-1010 I. mnist数据II。CSV数据III。cifar10数据
目录
深度学习的一个入门例子一般是mnist手写数字分类识别,所以我们要先下载这个数据集。
Tensorflow提供了一个input_data.py文件,专门用来下载mnist数据。我们可以直接调用它,代码如下:
导入tensor flow . examples . tutorials . Mn ist . input _ data
mnist=input _ data . read _ data _ sets( MNIST _数据/,one_hot=True)
执行后,在当前目录下会创建一个新的文件夹MNIST数据,下载的数据会放在这个文件夹下。这四个下载的文件是:
input_data文件将调用一个maybe_download函数来确保数据下载成功。该功能还会判断数据是否已经下载,如果已经下载,则不会再次下载。
下载的数据集分为三个子集:5.5W行的训练数据集(mnist.train)、5000行的验证数据集(mnist.validation)和1W行的测试数据集(mnist.test)。因为每张图片都是28x28的黑白图片,所以每条线都是784维的向量。
每个子集由两部分组成:图像和标签,我们可以用下面的代码进行检查:
打印mnist.train.images.shape
打印mnist.train.labels.shape
打印mnist.validation.images.shape
打印mnist.validation.labels.shape
打印mnist.test.images.shape
打印清单.测试.标签.形状
如果您想在spyder编辑器中查看特定的值,您可以提取这些数据作为变量来查看,例如:
val _ data=Mn ist . validation . images
val _ label=Mn ist . validation . labels
一、mnist数据
除了mnist手写字体图片数据,tf还提供了几个csv数据供大家练习。存储路径是:
/home/XXX/anaconda 3/lib/python 3.5/site-packages/tensor flow/contrib/learn/python/learn/datasets/data/text _ train . CSV
如果你想读出这些数据,你可以使用代码:
导入tensor flow . contrib . learn . python . learn . datasets . base作为基础
iris_data,iris_label=base.load_iris()
house_data,house_label=base.load_boston()
前者是iris鸢尾花数据集,后者是波士顿房价数据。
二、CSV数据
Tf提供了下载和读取cifar10数据的函数,我们可以直接调用。执行以下代码:
将tensor flow . models . image . cifar10 . cifar 10导入为cifar 10
cifar 10 . maybe _ download _ and _ extract()
images,labels=cifar 10 . distorted _ inputs()
打印图像
打印标签
可以下载cifar r10读出来。
以上是python深度学习tensorflow实例下载读取数据的细节。关于python tensorflow下载读取数据的更多信息,请关注热门IT软件开发工作室的其他相关文章!
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。