MNIST資料集轉化為二維圖片的實現示例
阿新 • • 發佈:2020-01-12
本文介紹了MNIST資料集轉化為二維圖片的實現示例,分享給大家,具體如下:
#coding: utf-8 from tensorflow.examples.tutorials.mnist import input_data import scipy.misc import os # 讀取MNIST資料集。如果不存在會事先下載。 mnist = input_data.read_data_sets("MNIST_data/",one_hot=True) # 我們把原始圖片儲存在MNIST_data/raw/資料夾下 # 如果沒有這個資料夾會自動建立 save_dir = 'MNIST_data/raw/' if os.path.exists(save_dir) is False: os.makedirs(save_dir) # 儲存前20張圖片 for i in range(20): # 請注意,mnist.train.images[i,:]就表示第i張圖片(序號從0開始) image_array = mnist.train.images[i,:] # TensorFlow中的MNIST圖片是一個784維的向量,我們重新把它還原為28x28維的影象。 image_array = image_array.reshape(28,28) # 儲存檔案的格式為 mnist_train_0.jpg,mnist_train_1.jpg,...,mnist_train_19.jpg filename = save_dir + 'mnist_train_%d.jpg' % i # 將image_array儲存為圖片 # 先用scipy.misc.toimage轉換為影象,再呼叫save直接儲存。 scipy.misc.toimage(image_array,cmin=0.0,cmax=1.0).save(filename) print('Please check: %s ' % save_dir)
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支援我們。