Tensorflow教程-MNIST 数据下载

源码: 

input_data.py

下载用于训练和测试的MNIST数据集的源码

准备数据

MNIST是在机器学习领域中的一个经典问题。该问题解决的是把28x28像素的灰度手写数字图片识别为相应的数字，其中数字的范围从0到9.



更多详情, 请参考 Chris Olah's visualizations of MNIST.

下载

train-images-idx3-ubyte.gz

训练集图片
- 55000 张 训练图片, 5000 张 验证图片

t10k-images-idx3-ubyte.gz

测试集图片
- 10000 张 图片<a rel="nofollow" href="http://yann.lecun.com/exdb/mnist/t10k-labels-idx1-ubyte.gz" "="" style="box-sizing: border-box; color: rgb(45, 133, 202); text-decoration: none; background-color: transparent;">

t10k-labels-idx1-ubyte.gz

测试集图片对应的数字标签

在 

input_data.py

 文件中, 

maybe_download()

 函数可以确保这些训练数据下载到本地文件夹中。

文件夹的名字在 

fully_connected_feed.py

 文件的顶部由一个标记变量指定，你可以根据自己的需要进行修改。

解压 与 重构

这些文件本身并没有使用标准的图片格式储存，并且需要使用

input_data.py

文件中

extract_images()

 和

extract_labels()

函数来手动解压（页面中有相关说明）。

图片数据将被解压成2维的tensor：

[image index, pixel index]

 其中每一项表示某一图片中特定像素的强度值, 范围从

[0,
255]

 到 

[-0.5, 0.5]

。 "image index"代表数据集中图片的编号, 从0到数据集的上限值。"pixel index"代表该图片中像素点得个数,
从0到图片的像素上限值。

以

train-*

开头的文件中包括60000个样本，其中分割出55000个样本作为训练集，其余的5000个样本作为验证集。因为所有数据集中28x28像素的灰度图片的尺寸为784，所以训练集输出的tensor格式为

[55000,
784]

。

数字标签数据被解压称1维的tensor: 

[image index]

，它定义了每个样本数值的类别分类。对于训练集的标签来说，这个数据规模就是:

[55000]

。

数据集 对象

底层的源码将会执行下载、解压、重构图片和标签数据来组成以下的数据集对象:

数据集	目的
data_sets.train	55000 组 图片和标签, 用于训练。
data_sets.validation	5000 组 图片和标签, 用于迭代验证训练的准确性。
data_sets.test	10000 组 图片和标签, 用于最终测试训练的准确性。

执行

read_data_sets()

函数将会返回一个

DataSet

实例，其中包含了以上三个数据集。函数

DataSet.next_batch()

是用于获取以

batch_size

为大小的一个元组，其中包含了一组图片和标签，该元组会被用于当前的TensorFlow运算会话中。

images_feed, labels_feed = data_set.next_batch(FLAGS.batch_size)

原文地址：btpeter 校对：waiwaizheng

上一篇: 偏微分方程下一篇: 总览