用matplotlib显示一下MNIST数据集中手写数字的真实面目

MNIST 是一个入门级计算机视觉数据集，包含了很多手写数字图片。MNIST是一个手写数字图像的数据集，每幅图像都由一个整数标记。它主要用于机器学习算法的性能对标。深度学习算法处理MNIST的效果相当好。

MNIST数据集包含一个有6万个样例的训练集和一个有1万个样例的测试集。训练集用于让算法学习如何准确地预测出图像的整数标签，而测试集则用于检查已训练网络的预测有多准确。

那么MNIST图片是什么呢？让我们看看手写字体什么样子吧。

#!/usr/bin/env python
import os
import tensorflow as tf
import matplotlib.pyplot as pltos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
tf.compat.v1.enable_eager_execution()print("TensorFlow Version:\t", tf.__version__)mnist = tf.keras.datasets.mnist(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0fig, ax = plt.subplots(nrows=10, ncols=10, sharex='all', sharey='all')
ax = ax.flatten()
for i in range(100):img = x_train[i].reshape(28, 28)ax[i].imshow(img, cmap='Greys', interpolation='nearest')
ax[0].set_xticks([])
ax[0].set_yticks([])
plt.tight_layout()
plt.show()

看看数字，歪歪斜斜的，很不好认啊。下面我们再把标签加上，来看看真实面目。。

#!/usr/bin/env python
import os
import tensorflow as tf
import matplotlib.pyplot as pltos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
tf.compat.v1.enable_eager_execution()print("TensorFlow Version:\t", tf.__version__)mnist = tf.keras.datasets.mnist(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0fig, ax = plt.subplots(nrows=5, ncols=5, sharex='all', sharey='all')
ax = ax.flatten()
for i in range(25):img = x_train[i].reshape(28, 28)ax[i].set_title(y_train[i])ax[i].imshow(img, cmap='Greys', interpolation='nearest')
ax[0].set_xticks([])
ax[0].set_yticks([])
plt.tight_layout()
plt.show()

不管你是否认识，这就是标签，说了算数的~~~

上面红框里面的数字“5”，谁认识？别忘记告诉我啊。。。

用matplotlib显示一下MNIST数据集中手写数字的真实面目相关推荐

DL之CNN：自定义SimpleConvNet【3层,im2col优化】利用mnist数据集实现手写数字识别多分类训练来评估模型
DL之CNN:自定义SimpleConvNet[3层,im2col优化]利用mnist数据集实现手写数字识别多分类训练来评估模型目录输出结果设计思路核心代码更多输出输出结果设计思路核心 ...
基于TensorFlow和mnist数据集的手写数字识别系统，可识别电话号码，识别准确率高，有对比实验，两组模型，可讲解代码
基于TensorFlow和mnist数据集的手写数字识别系统 ,可识别电话号码,识别准确率高,有对比实验,两组模型,可讲解代码
MNIST数据集实现手写数字识别（基于tensorflow）
------------先看看别人的博客--------------------- Tensorflow 实现 MNIST 手写数字识别用这个的代码跑通了使用Tensorflow和 ...
神经网络——实现MNIST数据集的手写数字识别
由于官网下载手写数字的数据集较慢,因此提供便捷下载地址如下手写数字的数据集MNIST下载:https://download.csdn.net/download/gaoyu1253401563/108 ...
matlab朴素贝叶斯手写数字识别_基于MNIST数据集实现手写数字识别
介绍在TensorFlow的官方入门课程中,多次用到mnist数据集.mnist数据集是一个数字手写体图片库,但它的存储格式并非常见的图片格式,所有的图片都集中保存在四个扩展名为idx*-ubyte ...
Mnist数据集训练-手写数字的识别
mnist数据集是一套手写体数字的图像数据集,包含60000个训练样本和10,000个测试集,由纽约大学的Yann LeCun等人维护.它包含各种手写数字图片: 本次实验我们直接将其下载好放在相应文件 ...
基于鸢尾花数据和手写数字，决策树，随机森林，voting，bagging法的比较
四种方法的具体的原理可以见博文和西瓜书先上代码根据结果分析鸢尾花数据 # evaluate bagging algorithm for classification from numpy imp ...
北京大学曹健——Tensorflow笔记 05 MNIST数据集输出手写数字识别准确率
# 前向传播:描述了网络结构 minist_forward.py # 反向传播:描述了模型参数的优化方法 mnist_backward.py # 测试输出准确率minist_tes ...
【机器学习】基于mnist数据集的手写数字识别
文章目录第1关:创建训练样本批量生成器第2关:创建卷积神经网络

用matplotlib显示一下MNIST数据集中手写数字的真实面目

用matplotlib显示一下MNIST数据集中手写数字的真实面目相关推荐

最新文章

热门文章