您的位置:首页 > 其它

Tensorflow入门教程之手写数字MINST识别

2018-03-12 23:59 375 查看
Tensorflow入门教程之手写数字MINST识别
MNIST是在机器学习领域中的一个经典问题。该问题解决的是把28x28像素的灰度手写数字图片识别为相应的数字,其中数字的范围从0到9.

MNIST 数据下载

Yann LeCun's MNIST page也提供了训练集与测试集数据的下载。
文件内容
train-images-idx3-ubyte.gz
训练集图片 - 55000 张 训练图片, 5000 张 验证图片
train-labels-idx1-ubyte.gz
训练集图片对应的数字标签
t10k-images-idx3-ubyte.gz
测试集图片 - 10000 张 图片
t10k-labels-idx1-ubyte.gz
测试集图片对应的数字标签
input_data.py
文件中,
maybe_download()
函数可以确保这些训练数据下载到本地文件夹中。
文件夹的名字在
fully_connected_feed.py
文件的顶部由一个标记变量指定,你可以根据自己的需要进行修改。

底层的源码将会执行下载、解压、重构图片和标签数据来组成以下的数据集对象:
数据集目的
data_sets.train
55000 组 图片和标签, 用于训练。
data_sets.validation
5000 组 图片和标签, 用于迭代验证训练的准确性。
data_sets.test
10000 组 图片和标签, 用于最终测试训练的准确性。
执行
read_data_sets()
函数将会返回一个
DataSet
实例,其中包含了以上三个数据集。函数
DataSet.next_batch()
是用于获取以
batch_size
为大小的一个元组,其中包含了一组图片和标签,该元组会被用于当前的TensorFlow运算会话中。
images_feed, labels_feed = data_set.next_batch(FLAGS.batch_size)
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: