TensorFlow学习笔记(二):实例数据下载
2017-05-25 19:16
351 查看
一、mnist数据
深度学习的入门实例,一般就是mnist手写数字分类识别,因此我们应该先下载这个数据集。
tensorflow提供一个input_data.py文件,专门用于下载mnist数据,我们直接调用就可以了,代码如下:
import tensorflow.examples.tutorials.mnist.input_data as input_data
mnist =input_data.read_data_sets("MNIST_data/", one_hot=True)
执行完成后,会在当前目录下新建一个文件夹MNIST_data, 下载的数据将放入这个文件夹内。下载的四个文件为:
![](https://img-blog.csdn.net/20170525192001271)
下载下来的数据集被分三个子集:5.5W行的训练数据集(mnist.train),5千行的验证数据集(mnist.validation)和1W行的测试数据集(mnist.test)。因为每张图片为28x28的黑白图片,所以每行为784维的向量。
input_data文件会调用一个maybe_download函数,确保数据下载成功。这个函数还会判断数据是否已经下载,如果已经下载好了,就不再重复下载。
每个子集都由两部分组成:图片部分(images)和标签部分(labels), 我们可以用下面的代码来查看 :
print
mnist.train.images.shape
print
mnist.train.labels.shape
print
mnist.validation.images.shape
print
mnist.validation.labels.shape
print
mnist.test.images.shape
print
mnist.test.labels.shape
如果想在spyder编辑器中查看具体数值,可以将这些数据提取为变量来查看,如:
val_data=mnist.validation.images
val_label=mnist.validation.labels
二、CSV数据
除了mnist手写字体图片数据,tf还提供了几个csv的数据供大家练习,存放路径为:
/home/xxx/anaconda3/lib/python3.5/site-packages/tensorflow/contrib/learn/python/learn/datasets/data/text_train.csv
如果要将这些数据读出来,可用代码:
importtensorflow.contrib.learn.python.learn.datasets.base as base
iris_data,iris_label=base.load_iris()
house_data,house_label=base.load_boston()
前者为iris鸢尾花卉数据集,后者为波士顿房价数据。
三、cifar10数据
tf提供了cifar10数据的下载和读取的函数,我们直接调用就可以了。执行下列代码:
import tensorflow.models.image.cifar10.cifar10 ascifar10
cifar10.maybe_download_and_extract()
images, labels =cifar10.distorted_inputs()
print images
print labels
就可以将cifar10下载并读取出来。
深度学习的入门实例,一般就是mnist手写数字分类识别,因此我们应该先下载这个数据集。
tensorflow提供一个input_data.py文件,专门用于下载mnist数据,我们直接调用就可以了,代码如下:
import tensorflow.examples.tutorials.mnist.input_data as input_data
mnist =input_data.read_data_sets("MNIST_data/", one_hot=True)
执行完成后,会在当前目录下新建一个文件夹MNIST_data, 下载的数据将放入这个文件夹内。下载的四个文件为:
下载下来的数据集被分三个子集:5.5W行的训练数据集(mnist.train),5千行的验证数据集(mnist.validation)和1W行的测试数据集(mnist.test)。因为每张图片为28x28的黑白图片,所以每行为784维的向量。
input_data文件会调用一个maybe_download函数,确保数据下载成功。这个函数还会判断数据是否已经下载,如果已经下载好了,就不再重复下载。
每个子集都由两部分组成:图片部分(images)和标签部分(labels), 我们可以用下面的代码来查看 :
mnist.train.images.shape
mnist.train.labels.shape
mnist.validation.images.shape
mnist.validation.labels.shape
mnist.test.images.shape
mnist.test.labels.shape
如果想在spyder编辑器中查看具体数值,可以将这些数据提取为变量来查看,如:
val_data=mnist.validation.images
val_label=mnist.validation.labels
二、CSV数据
除了mnist手写字体图片数据,tf还提供了几个csv的数据供大家练习,存放路径为:
/home/xxx/anaconda3/lib/python3.5/site-packages/tensorflow/contrib/learn/python/learn/datasets/data/text_train.csv
如果要将这些数据读出来,可用代码:
importtensorflow.contrib.learn.python.learn.datasets.base as base
iris_data,iris_label=base.load_iris()
house_data,house_label=base.load_boston()
前者为iris鸢尾花卉数据集,后者为波士顿房价数据。
三、cifar10数据
tf提供了cifar10数据的下载和读取的函数,我们直接调用就可以了。执行下列代码:
import tensorflow.models.image.cifar10.cifar10 ascifar10
cifar10.maybe_download_and_extract()
images, labels =cifar10.distorted_inputs()
print images
print labels
就可以将cifar10下载并读取出来。
相关文章推荐
- tensorflow学习笔记三:实例数据下载与读取
- tensorflow学习笔记三:实例数据下载与读取
- tensorflow学习笔记三:实例数据下载与读取
- tensorflow学习笔记三:实例数据下载与读取
- 【tensorflow学习笔记001】开篇:以实例了解tensorflow的运行与下载安装
- Tensorflow学习笔记:模型训练数据的保存和恢复的简单实例
- 面向对象的程序设计学习笔记-18-静态数据成员实例
- cocos2d-x 3.0游戏实例学习笔记《卡牌塔防》第十步---发射子弹&怪物受伤---所有源码和资源完结下载
- tensorflow学习笔记五:mnist实例--卷积神经网络(CNN)
- Mysql常用数据类型详细说明及实例说明(学习笔记一)
- objective-C学习笔记(三)数据成员:属性与实例变量
- tensorflow学习笔记四:mnist实例--用简单的神经网络来训练和测试
- IOS学习笔记-UITableView绑定数据实例
- tensorflow学习笔记五:mnist实例--卷积神经网络(CNN)
- N层架构学习笔记(可下载实例代码)
- Python ORM框架SQLAlchemy学习笔记之数据查询实例
- PHP 开发 APP 接口 学习笔记与总结 - APP 接口实例 [5] 版本设计分析及数据表设计
- Eclipse插件开发 学习笔记 PDF 第一篇到第四篇 免分下载 开发基础 核心技术 高级进阶 综合实例
- tensorflow学习笔记四:mnist实例--用简单的神经网络来训练和测试