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。