Mnist相关

最新推荐文章于 2020-05-11 10:56:25 发布

原创最新推荐文章于 2020-05-11 10:56:25 发布 · 218 阅读

0 ·

CC 4.0 BY-SA版权

Python 同时被 2 个专栏收录

23 篇文章

订阅专栏

深度学习

13 篇文章

订阅专栏

本文展示了如何使用TensorFlow加载MNIST数据集并显示其中的图像。此外，还介绍了如何利用TensorFlow获取矩阵中最大值的索引，并通过实例说明了不同参数设置下的结果变化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1，显示一下mnist数据中的图片看看

#coding=utf-8
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
import matplotlib.pyplot as plt
import numpy as np

mnist = input_data.read_data_sets("/tmp/data",one_hot=True)
#将图片转换为28*28的
test_image= mnist.test.images[0].reshape((28,28))
#图像类型原来为浮点型，转换为整型
test_image = (test_image*255).astype(int)
print(test_image)
plt.figure(1)
#绘制灰度图像
plt.imshow(test_image,cmap ='gray')
# plt.imshow(test_image,cmap =plt.cm.gray)
#plt.imshow(test_image,cmap =plt.cm.gray_r)#图像黑白翻转
plt.show()

2.tf.argmax()

`tf.argmax(input, axis=None, name=None, dimension=None)`

返回最大值的索引号

import tensorflow as tf
import numpy as np

A = [[1,3,4,5,6]]
B = [[1,3,4], [2,4,1]]

with tf.Session() as sess:
    print(sess.run(tf.argmax(A, 1)))#4
    print(sess.run(tf.argmax(B, 1)))#[2,1]

axis：0表示列，1表示行，别搞那么复杂，能跑就行

test = np.array([[1, 2, 3], [2, 3, 4], [5, 4, 3], [8, 7, 2]])
np.argmax(test, 0)#输出：array([3, 3, 1]
np.argmax(test, 1)#输出：array([2, 2, 0, 0]

注意：input的类型不能是（4，）这样的，会报错

a = [1,2,3,4]

sess.run(tf.argmax(a,1))会报错

a得是[[1,2,3,4]]这样的

3.格式化输出列表

好像输出列表的时候不能使用%d，要么直接输出，要么使用format