介绍
本篇文章为大家展示了怎么在tensorflow中利用mnis加载数据,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。
tensorflow吗?是一个采用数据流图(数据流图),用于数值计算的开源软件库。节点(节点)在图中表示数学操作,图中的线(边)则表示在节点间相互联系的多维数据数组,即张量(张量)。它灵活的架构让你可以在多种平台上展开计算,例如台式计算机中的一个或多个CPU或GPU,服务器,移动设备等等.TensorFlow最初由谷歌大脑小组(隶属于谷歌机器智能研究机构)的研究员和工程师们开发出来,用于机器学习和深度神经网络方面的研究,但这个系统的通用性使其也可广泛用于其他计算领域。
% matplotlib 得到tensorflow.examples.tutorials.mnist import  input_data import matplotlib.pyplot  as plt 时间=mnist input_data.read_data_sets (& # 39; MNIST_data& # 39;,, one_hot=True) 打印(& # 39;Training data 大小:,& # 39;,,mnist.train.num_examples) 打印(& # 39;Validation data 大小:,& # 39;,,mnist.validation.num_examples) 打印(& # 39;Test data 大小:,& # 39;,,mnist.test.num_examples) 时间=img0 mnist.train.images [0] .reshape(28日28) 时间=img1 mnist.train.images [1] .reshape(28日28) 时间=img2 mnist.train.images [2] .reshape(28日28) 时间=img3 mnist.train.images [3] .reshape(28日28) 时间=fig plt.figure (figsize=(10,10)) 时间=ax0 fig.add_subplot (221) 时间=ax1 fig.add_subplot (222) 时间=ax2 fig.add_subplot (223) 时间=ax3 fig.add_subplot (224) ax0.imshow (img0) ax1.imshow (img1) ax2.imshow (img2) ax3.imshow (img3) fig.show ()
画图结果:
上述内容就是怎么在tensorflow中利用mnis加载数据,你们学到知识或技能了吗?如果还想学到更多技能或者丰富自己的知识储备,欢迎关注行业资讯频道。