python深度學(xué)習(xí)tensorflow實(shí)例數(shù)據(jù)下載與讀取
一、mnist數(shù)據(jù)
深度學(xué)習(xí)的入門實(shí)例，一般就是mnist手寫數(shù)字分類識(shí)別，因此我們應(yīng)該先下載這個(gè)數(shù)據(jù)集。
tensorflow提供一個(gè)input_data.py文件，專門用于下載mnist數(shù)據(jù)，我們直接調(diào)用就可以了，代碼如下：
import tensorflow.examples.tutorials.mnist.input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)執(zhí)行完成后，會(huì)在當(dāng)前目錄下新建一個(gè)文件夾MNIST_data, 下載的數(shù)據(jù)將放入這個(gè)文件夾內(nèi)。下載的四個(gè)文件為：
input_data文件會(huì)調(diào)用一個(gè)maybe_download函數(shù)，確保數(shù)據(jù)下載成功。這個(gè)函數(shù)還會(huì)判斷數(shù)據(jù)是否已經(jīng)下載，如果已經(jīng)下載好了，就不再重復(fù)下載。
下載下來的數(shù)據(jù)集被分三個(gè)子集：5.5W行的訓(xùn)練數(shù)據(jù)集（mnist.train），5千行的驗(yàn)證數(shù)據(jù)集（mnist.validation)和1W行的測(cè)試數(shù)據(jù)集（mnist.test）。因?yàn)槊繌垐D片為28x28的黑白圖片，所以每行為784維的向量。
每個(gè)子集都由兩部分組成：圖片部分（images)和標(biāo)簽部分(labels), 我們可以用下面的代碼來查看 ：
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編輯器中查看具體數(shù)值，可以將這些數(shù)據(jù)提取為變量來查看，如：
val_data=mnist.validation.images val_label=mnist.validation.labels
二、CSV數(shù)據(jù)
除了mnist手寫字體圖片數(shù)據(jù)，tf還提供了幾個(gè)csv的數(shù)據(jù)供大家練習(xí)，存放路徑為：
/home/xxx/anaconda3/lib/python3.5/site-packages/tensorflow/contrib/learn/python/learn/datasets/data/text_train.csv
如果要將這些數(shù)據(jù)讀出來，可用代碼：
import tensorflow.contrib.learn.python.learn.datasets.base as base iris_data,iris_label=base.load_iris() house_data,house_label=base.load_boston()
前者為iris鳶尾花卉數(shù)據(jù)集,后者為波士頓房?jī)r(jià)數(shù)據(jù)。
三、cifar10數(shù)據(jù)
tf提供了cifar10數(shù)據(jù)的下載和讀取的函數(shù)，我們直接調(diào)用就可以了。執(zhí)行下列代碼：
import tensorflow.models.image.cifar10.cifar10 as cifar10 cifar10.maybe_download_and_extract() images, labels = cifar10.distorted_inputs() print images print labels
就可以將cifar10下載并讀取出來。
以上就是python深度學(xué)習(xí)tensorflow實(shí)例數(shù)據(jù)下載與讀取的詳細(xì)內(nèi)容，更多關(guān)于python tensorflow數(shù)據(jù)下載讀取的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
- 使用Python、TensorFlow和Keras來進(jìn)行垃圾分類的操作方法
- Python基于TensorFlow接口實(shí)現(xiàn)深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)回歸
- Python基于Tensorflow2.X實(shí)現(xiàn)汽車油耗預(yù)測(cè)
- Python tensorflow與pytorch的浮點(diǎn)運(yùn)算數(shù)如何計(jì)算
- python深度學(xué)習(xí)tensorflow訓(xùn)練好的模型進(jìn)行圖像分類
- python深度學(xué)習(xí)tensorflow1.0參數(shù)和特征提取
- python如何下載指定版本TensorFlow
相關(guān)文章
python實(shí)現(xiàn)與Oracle數(shù)據(jù)庫交互操作示例
這篇文章主要為大家介紹了python實(shí)現(xiàn)與Oracle數(shù)據(jù)庫交互操作示例，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家，多多進(jìn)步，早日升職加薪2021-10-10
這篇文章主要介紹了python單例模式與metaclass，文章介紹了單例模式的實(shí)現(xiàn)方式2016-01-01
今天小編就為大家分享一篇Python迷宮生成和迷宮破解算法實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-12-12
今天小編就為大家分享一篇python實(shí)現(xiàn)字典嵌套列表取值，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-12-12
簡(jiǎn)單介紹一下pyinstaller打包以及安全性的實(shí)現(xiàn)
這篇文章主要介紹了簡(jiǎn)單介紹一下pyinstaller打包以及安全性的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-06-06
XlsxWriter是一個(gè)用來寫Excel2007和xlsx文件格式的python模塊。它可以用來寫文本、數(shù)字、公式并支持單元格格式化、圖片、圖表、文檔配置、自動(dòng)過濾等特性。本文將用這個(gè)模塊生成酷炫的Excel圖表，需要的可以參考一下2022-02-02
這篇文章主要介紹了Python直接賦值、淺拷貝與深度拷貝,結(jié)合實(shí)例形式分析了Python直接賦值、淺拷貝與深度拷貝的概念、原理、用法及相關(guān)操作注意事項(xiàng),需要的朋友可以參考下2019-06-06
Python sorted對(duì)list和dict排序
這篇文章主要介紹了Python sorted對(duì)list和dict排序，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-06-06
下面小編就為大家?guī)硪黄獪\談scrapy 的基本命令介紹。小編覺得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2017-06-06
這篇文章主要介紹了詳解Python中文分詞而生的jieba庫,在Python中，最好用的中文分詞庫是jieba。用“結(jié)巴”給一個(gè)中文分詞庫命名，非常生動(dòng)形象，同時(shí)還帶有一種程序員式的幽默感,需要的朋友可以參考下2023-07-07