标签：plt Keras Python 28 七十三 train 数据 MNIST

MNIST是一个经典的深度学习和计算机视觉的数据集，里面包含了0-9的手写数字图片，开发人员可使用此数据集来训练和测试神经网络，训练后的神经网络可以识别手写数字。

Keras库已经包含了这个数据集，可以从Keras库中加载:

from keras.datasets import mnist

# 将预打乱的MNIST数据加载到训练和测试集中
(X_train, y_train), (X_test, y_test) = mnist.load_data()
# Downloading data from https://s3.amazonaws.com/img-datasets/mnist.npz
# 11493376/11490434 [==============================] - 483s 42us/step

可以查看数据集的形状:

print (X_train.shape)
# (60000, 28, 28)

可以看到，训练集中有60000个样本，每个图像都是28像素x28像素。要查看手写数字图像，可以使用matplotlib绘制，下面绘制MNIST数据集中的第一个图像：

from matplotlib import pyplot as plt
plt.imshow(X_train[0])
plt.show()

这是图像输出:

一般来说，当开发深度学习应用时，在进行任何算法工作之前，可视化地绘制数据是很有用的。这是一个快速的完整性检查，可以防止低级错误(比如搞错数据维度)。

标签：plt,Keras,Python,28,七十三,train,数据,MNIST
来源： https://www.cnblogs.com/huanghanyu/p/13173912.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。