从品牌网站建设到网络营销策划,从策略到执行的一站式服务
本篇文章为大家展示了怎么在tensorflow中利用mnis加载数据,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。
TensorFlow™ 是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。它灵活的架构让你可以在多种平台上展开计算,例如台式计算机中的一个或多个CPU(或GPU),服务器,移动设备等等。TensorFlow 最初由Google大脑小组(隶属于Google机器智能研究机构)的研究员和工程师们开发出来,用于机器学习和深度神经网络方面的研究,但这个系统的通用性使其也可广泛用于其他计算领域。
%matplotlib from tensorflow.examples.tutorials.mnist import input_data import matplotlib.pyplot as plt mnist = input_data.read_data_sets('MNIST_data', one_hot=True) print('Training data size: ', mnist.train.num_examples) print('Validation data size: ', mnist.validation.num_examples) print('Test data size: ', mnist.test.num_examples) img0 = mnist.train.images[0].reshape(28,28) img1 = mnist.train.images[1].reshape(28,28) img2 = mnist.train.images[2].reshape(28,28) img3 = mnist.train.images[3].reshape(28,28) fig = plt.figure(figsize=(10,10)) ax0 = fig.add_subplot(221) ax1 = fig.add_subplot(222) ax2 = fig.add_subplot(223) ax3 = fig.add_subplot(224) ax0.imshow(img0) ax1.imshow(img1) ax2.imshow(img2) ax3.imshow(img3) fig.show()
画图结果:
上述内容就是怎么在tensorflow中利用mnis加载数据,你们学到知识或技能了吗?如果还想学到更多技能或者丰富自己的知识储备,欢迎关注创新互联行业资讯频道。
成都网站建设公司地址:成都市青羊区太升南路288号锦天国际A座10层 建设咨询028-86922220
成都快上网科技有限公司-四川网站建设设计公司 | 蜀ICP备19037934号 Copyright 2020,ALL Rights Reserved cdkjz.cn | 成都网站建设 | © Copyright 2020版权所有.
专家团队为您提供成都网站建设,成都网站设计,成都品牌网站设计,成都营销型网站制作等服务,成都建网站就找快上网! | 成都网站建设哪家好? | 网站建设地图