Функция datasets.mnist.load_data
Функция datasets.mnist.load_data загружает датасет MNIST с изображениями рукописных цифр. Функция не принимает обязательных параметров и возвращает кортеж из двух кортежей: первый содержит обучающие данные x_train и метки y_train, второй содержит тестовые данные x_test и метки y_test. Изображения представлены массивами NumPy с формой (28, 28) и значениями от 0 до 255, а метки - целыми числами от 0 до 9.
Синтаксис
tf.keras.datasets.mnist.load_data()
Пример
Давайте загрузим датасет MNIST и выведем форму обучающих и тестовых данных:
import tensorflow as tf
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()
print(x_train.shape)
print(y_train.shape)
print(x_test.shape)
print(y_test.shape)
Результат выполнения кода:
(60000, 28, 28)
(60000,)
(10000, 28, 28)
(10000,)
Пример
Давайте выведем первое изображение из обучающей выборки и его метку:
import tensorflow as tf
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()
print(x_train[0])
print(y_train[0])
Результат выполнения кода:
[[ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
[ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
...
[ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]]
5
Пример
Давайте нормализуем значения пикселей изображений, разделив их на 255:
import tensorflow as tf
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()
x_train = x_train / 255.0
x_test = x_test / 255.0
print(x_train.min())
print(x_train.max())
Результат выполнения кода:
0.0
1.0
Смотрите также
-
функцию
mnist,
которая представляет модуль для работы с датасетом MNIST -
функцию
fashion_mnist,
которая загружает датасет Fashion MNIST с изображениями одежды -
функцию
cifar10,
которая загружает датасет CIFAR-10 с цветными изображениями -
функцию
to_categorical,
которая преобразует метки в one-hot encoding
