MNIST Dataset Introduction

大多数示例使用手写数字的MNIST数据集。 该数据集包含60,000个用于培训的示例和10,000个用于测试的示例。 这些数字已经标准化，并以固定大小的图像（28x28像素）为中心，其值为0到1.为简单起见，每个图像都被展平并转换为784个特征（28 * 28）的一维 numpy数组）。

Overview

MNIST数据集简介_TensorFlow

Usage

在我们的示例中，我们使用TensorFlow input_data.py脚本来加载该数据集。 它对于管理和处理我们的数据非常有用：

  • 数据集下载

  • 将整个数据集加载到numpy数组中：

# Import MNIST
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("/tmp/data/", one_hot=True)

# Load data
X_train = mnist.train.images
Y_train = mnist.train.labels
X_test = mnist.test.images
Y_test = mnist.test.labels
  • next_batch函数，可以遍历整个数据集并仅返回所需的数据集样本部分（以节省内存并避免加载整个数据集）。
# Get the next 64 images array and labels
batch_X, batch_Y = mnist.train.next_batch(64)

Link: http://yann.lecun.com/exdb/mnist/