TensorFlow简要教程系列(三)TensorFlow实现简单图像探索

这篇教程是TensorFlow简要教程系列的第三部分,主要介绍如何使用TensorFlow进行数据探索和准备,特别是针对斯坦福SVHN数据集。内容涵盖了数据集的下载、MATLAB文件的读取,并为后续的神经网络建立打下基础。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

前面两节介绍了TensorFlow安装和基本概念,下面我们在实战中进一步体会TensorFlow的用法。这里需要大家具备相关的背景知识,如神经网络,relu, softmax, 反向传播,卷积等等。这一节主要讲数据探索和基本函数准备。

 

数据采用斯坦福SVHN数据集(The Street View HouseNumbers Dataset)。

下载地址:http://ufldl.stanford.edu/housenumbers/

数据集名 train_32x32.mattest_32x32.mat 

格式为MATLAB文件,可从scipy.io中import loadmat读取,这里Python 3.5版本。下面为具体代码实现,在注释部分进行讲解。



#首先引入所需要的基本包
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import tensorflow as tf
 
#读matlab文件
from scipy.io import loadmat as load 
 
 
#读取数据
train= load('/Users/chenbin/Desktop/TensorFlow/test_ml/
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值