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。