MNIST 手写数字识别调用_mnist服务调用-优快云博客

本文链接：https://blog.youkuaiyun.com/soga235/article/details/122022541

本文介绍如何使用TensorFlow 2.7进行MNIST数据集的手写数字识别，包括数据下载、预处理及展示部分训练样本。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

应用于Tensorflow2.7的，具体结果如图：

数字图片显示：

具体的代码：

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.pyplot as plt
%matplotlib inline 

print("Tensorflow version:", tf.__version__)

文件下载的代码：

mnist =tf.keras.datasets.mnist
(train_images,train_labels),(test_images,test_labels)= mnist.load_data()
print("Train image shape:",train_images.shape,"Train label shape:",train_labels.shape)
print("Test image shape:",test_images.shape,"Test label shape:",test_labels.shape)
print("image data:",train_images[1])
print("train labels:",train_labels[1])

数字图片函数定义及实现代码：

def plot_image(image):
    plt.imshow(image.reshape(28,28),cmap='binary')
    plt.show()

选择train_image[]的可以正常显示图片。

imshow 的图片格式变换信息可以参考：Matplotlib imshow()函数_叫我SKY的博客-优快云博客_plt.imshow()https://blog.youkuaiyun.com/qq_21763381/article/details/100169288

(1条消息) 关于MNIST手写数字识别的几种实现方式_Lzjusc2017的博客-优快云博客_手写数字识别mnisthttps://blog.youkuaiyun.com/qq_40318498/article/details/103071141