TensorFlow 读取本地数据集压缩包gz，并转换为numpy矩阵【修改官方源码而成】

最新推荐文章于 2025-07-09 17:57:41 发布

原创

最新推荐文章于 2025-07-09 17:57:41 发布 · 5.3k 阅读

19 ·

CC 4.0 BY-SA版权

本教程以读取Fashion-MNIST为例

1 下载Fashion-MNIST数据集gz格式压缩包

fashion-mnist

共下载四个文件

本人将所有文件保存到此文档路径中：'/home/brian/Documents/tensorflow-gpu/tensorflow-learning/data/fashion/'

2 在python3环境中通过如下读入数据，并转换为numpy矩阵

（注意替换程序中的path为你保存文件的所在文件夹的路径, files为数据集文件名）

# 引入必要的库函数
from tensorflow.python.keras.utils.data_utils import get_file
from tensorflow.python.util.tf_export import tf_export
import gzip

# 读取本地gz文档，并转换为numpy矩阵的函数
def load_localData():
    
    path = '/home/brian/Documents/tensorflow-gpu/tensorflow-learning/data/fashion/'
    
    files = [
          'train-labels-idx1-ubyte.gz', 'train-images-idx3-ubyte.gz',
            't10k-labels-idx1-ubyte.gz', 't10k-images-idx3-ubyte