问题描述

无。

问题分析

问题关键理解imshow函数的参数。

matplotlib.pyplot.imshow()需要数据是二维的数组或者第三维深度是3或4的三维数组，当第三维深度为1时，使用np.squeeze()压缩数据成为二维数组。

解决方案

改写 mnist_reader.py

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')

代码测试

import mnist_reader
import matplotlib.pyplot as plt
train_images, train_labels = mnist_reader.load_mnist('../data/fashion', kind='train')
test_images, test_labels = mnist_reader.load_mnist('../data/fashion', kind='t10k')
print(train_images.shape)
plt.figure()
plt.imshow(train_images[0])
plt.colorbar()
plt.grid(False)
plt.show()

运行结果

参考文章

matplotlib绘图imshow()函数报错“TypeError: Invalid dimensions for image data”

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

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

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

TensorFlow中的Fashion MNIST图像识别实战
1.导入相应的库: 关于Fashion MNIST数据集的介绍:看这位博主: https://blog.csdn.net/qq_28869927/article/details/85079808 im ...
web.py——运行错误【AttributeError: ‘StaticApp‘ object has no attribute ‘directory‘】
问题描述 AttributeError("'StaticApp' object has no attribute 'directory'") Traceback (most rec ...
tensorflow2.0 CNN fashion MNIST图像分类
基于 CNN的 fashion MNIST图像分类 fashion MNIST图像分类数据集简介数据的预处理 CNN简介和构建模型部分代码 CNN实验结果致谢 fashion MNIST图像分 ...
tensorflow卷积神经网络实战：Fashion Mnist 图像分类与人马分类
卷积神经网络实战:Fashion Mnist 图像分类与人马分类一.FashionMnist的卷积神经网络模型 1.卷积VS全连接 2.卷积网络结构 3.卷积模型结构 1)Output Shape ...
TensorFlow(Keras) 一步步实现Fashion MNIST衣服鞋子图片分类 (2) Coursera深度学习教程分享
@[TOC](Coursera TensorFlow(Keras) 一步步手写体Fashion Mnist识别分类(2) Tensorflow和ML, DL 机器学习/深度学习Coursera教程分享 ...
TensorFlow 学习（六）时尚（衣服、鞋、包等） Fashion MNIST识别
使用 jupyter notebook 笔记,导入需要的包 # TensorFlow and tf.keras import tensorflow as tf from tensorflow impo ...
Pytorch初学实战(一)：基于的CNN的Fashion MNIST图像分类
1.引言 1.1.什么是Pytorch PyTorch是一个开源的Python机器学习库. 1.2.什么是CNN 卷积神经网络(Convolutional Neural Networks)是一种深度学 ...
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 ...
【人工智能项目】Fashion Mnist识别实验
[人工智能项目]Fashion Mnist识别实验本次主要通过四个方法对fashion mnist进行识别实验,主要为词袋模型.hog特征.mlp多层感知器和cnn卷积神经网络.那么话不多说,走起来 ...

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