版权声明：转载请注明 https://blog.csdn.net/weixin_41923961/article/details/83182924
简单介绍TensorFlow如何与matlab联合使用，Matlab对数据进行预处理（统一像素尺寸，加标签），然后给予TensorFlow训练，测试，验证！
import tensorflow as tf
from scipy.io import loadmat as load
导入python的库函数用于加载mat格式文件
train_data = load('D:\\Data22\\train_data.mat')
test_data = load('D:\\Data22\\test_data.mat')
validation_data = load('D:\\Data22\\validation.mat')
加载相应的mat文件，注意文件路径是 \\ 隔开而不是 \
train_x_data=train_data['train_x_data']
train_y_labels=train_data['train_y_labels']
读取训练集中的数据和对应标签
test_x_data=test_data['test_x_data']
test_y_labels=test_data['test_y_labels']
读取测试集中的数据和对应标签
validation_x_data=validation_data['validation_x_data']
validation_y_labels=validation_data['validation_y_labels']读取验证集中的数据和对应标签
上述数据均是在matlab里面处理好的，每个文件包含数据和对应的标签，分别读取出来，用于后续使用！