基本概念

Fashion MNIST：Fashion MNIST 旨在临时替代经典 MNIST 数据集，后者常被用作计算机视觉机器学习程序的“Hello, World”。MNIST 数据集包含手写数字（0、1、2 等）的图像，其格式与您将使用的衣物图像的格式相同。

问题描述

在动手写深度学习的TensorFlow实现版本中，需要用到数据集Fashion MNIST，如果直接用TensorFlow导入数据集：

from tensorflow.keras.datasets import fashion_mnist
(x_train, y_train), (x_test, y_test) = fashion_mnist.load_data()

就会报错，下载数据集时会显示服务器连接超时，可能因为服务器在国内被墙了。

解决方案

1、下载

https://github.com/zalandoresearch/fashion-mnist

下载完成后解压放在./data/fashion/文件夹下

2、导入

接下导入数据集：

import mnist_readerx_train, y_train = mnist_reader.load_mnist('data/fashion', kind='train')
x_test, y_test = mnist_reader.load_mnist('data/fashion', kind='t10k')

注意：

mnist_reader是GitHub上该项目里面的一个文件，不要以为是某个库

代码：

def load_mnist(path, kind='train'):import osimport gzipimport numpy as np"""Load MNIST data from `path`"""labels_path = os.path.join(path,'%s-labels-idx1-ubyte.gz'% kind)images_path = os.path.join(path,'%s-images-idx3-ubyte.gz'% kind)with gzip.open(labels_path, 'rb') as lbpath:labels = np.frombuffer(lbpath.read(), dtype=np.uint8,offset=8)with gzip.open(images_path, 'rb') as imgpath:images = np.frombuffer(imgpath.read(), dtype=np.uint8,offset=16).reshape(len(labels), 784)return images, labels

3、测试

注意：

mnist_reader.py和fashion_mnist.load_data的结果并不相同，会影响后续操作

修改版本

def load_mnist(path, kind='train'):import osimport gzipimport numpy as np"""Load MNIST data from `path`"""labels_path = os.path.join(path,'%s-labels-idx1-ubyte.gz'% kind)images_path = os.path.join(path,'%s-images-idx3-ubyte.gz'% kind)with gzip.open(labels_path, 'rb') as lbpath:labels = np.frombuffer(lbpath.read(), dtype=np.uint8,offset=8)with gzip.open(images_path, 'rb') as imgpath:images = np.frombuffer(imgpath.read(), dtype=np.uint8,offset=16).reshape(len(labels), 28, 28)  # 关键点return images, labelsdef load_data(path):train_images, train_labels = load_mnist(path, kind='train')test_images, test_labels = load_mnist(path, kind='t10k')return (train_images, train_labels), (test_images, test_labels)def load_data():return load_data('data/fashion')

参考文章

使用matplotlib.pyplot.imshow() 显示图像时出现“TypeError: Invalid dimensions for image data”的问题

如何加载mnist和fashion-mnist数据集

Fashion MNIST的下载与导入

Tensorflow学习第1课——从本地加载MNIST以及FashionMNIST数据

TensorFlow——[基本图像分类]fashion-mnist及mnist_reader.py运行错误[TypeError: Invalid dimensions for image data]

TensorFlow——本地加载fashion-mnist数据集相关推荐

从本地加载FASHION MNIST数据集并输入到模型进行训练
文章目录 1.概要 2.代码 2.1 数据集加载及展示 2.2模型训练 3. 源文件和训练结果 1.概要本文将简要介绍fashion minist数据集,从本地加载此数据集,并将其输入到一个简单的分 ...
关于加载Fashion MNIST数据集时可能会出现的问题
第一个可能会出现的问题: 下载地址:https://www.worldlink.com.cn/en/osdir/fashion-mnist.html 分别下载:(1)train-images-idx3 ...
本地加载mnist数据集的方法
本地加载mnist数据集的方法: 在学习keras的过程中需要联网下载mnist,而总是在下载一半时出现连接错误报错:ConnectionResetError: [WinError 10054] 远 ...
jqgrid本地加载分页_jqgrid无需分页即可加载大数据集
我想知道是否有更好的方法从服务器加载大型Json数据集. 我正在使用jqgrid作为loadonce:true.我需要一次加载大约1500条记录,而且我不使用分页选项.有没有更好的方法来实现这一目标? ...
paddlepadlde-paddlenlp换成自定义数据集本地加载更改步骤
一.自定义数据读取函数,并且做好读取配置,注意data_path这个参数必须对应好,名字和load_dataset保持一致 def read_out(data_path):""&q ...
Fashion MNIST数据集的处理——“...-idx3-ubyte”文件解析
Fashion MNIST MNIST数据集可能是计算机视觉所接触的第一个图片数据集.而 Fashion MNIST 是在遵循 MNIST 的格式和大小的基础上,提升了一定的难度,在比较算法的性能时可 ...
fashionmnist数据集_Keras实现Fashion MNIST数据集分类
本篇用keras构建人工神经网路(ANN)和卷积神经网络(CNN)实现Fashion MNIST 数据集单个物品分类,并从模型预测的准确性方面对ANN和CNN进行简单比较. Fashion MNIST ...
R语言图形用户界面数据挖掘包Rattle：加载UCI糖尿病数据集、并启动Rattle图形用户界面、数据集变量重命名，为数据集结果变量添加标签、数据划分（训练集、测试集、验证集）、随机数设置
R语言图形用户界面数据挖掘包Rattle:加载UCI糖尿病数据集.并启动Rattle图形用户界面.数据集变量重命名,为数据集结果变量添加标签.数据划分(训练集.测试集.验证集).随机数设置目录
python从date目录导入数据集_PyTorch加载自己的数据集实例详解
数据预处理在解决深度学习问题的过程中,往往需要花费大量的时间和精力. 数据处理的质量对训练神经网络来说十分重要,良好的数据处理不仅会加速模型训练, 更会提高模型性能.为解决这一问题,PyTorch提供 ...

TensorFlow——本地加载fashion-mnist数据集

基本概念

问题描述

解决方案

参考文章

TensorFlow——本地加载fashion-mnist数据集相关推荐

最新文章

热门文章