インポートSYS、OSの
sys.path.append(' F:\ミリリットル\ DL \ソースコード')#导入此路径中
から dataset.mnist インポートload_mnist
から PIL インポートイメージ
インポートNPとしてnumpyの
(x_train、t_train)、(x_test 、t_test) load_mnist =(真=フラット化、偽=正規化し、one_hot_label = False)が
#真のパラメータがFalseに設定した場合、入力画像の意味は28 * 28 *の3次元配列と比較して、(784で構成する素子の一次元アレイになる)拡張さ平ら。元のピクセルは0〜255.one_hot_labelラベル設定が場合TrueにFalseに(表現onehot)を表しonehot保存されるままであれば、入力画像を正規化して、0.0〜0.1の正規化された値を表します。唯一のワンホット溶液正しいラベル1を表すので、[0,0,1,0,0,0,0,0,0,0]のように、アレイの残りの部分は、すべて0です。one_hot_labelは、正解ラベルを保存7,2と同じくらい簡単なFalseの場合は、Trueにone_hot_labelとき、ラベルがワンホット表現として保存されます。
DEF (IMG)をimg_show:
pil_img = Image.fromarray(np.uint8(IMG)) #は、形状データPILのnumpyのアレイは、オブジェクトのために使用されるに格納された画像を変換します。
pil_img.show()
IMG = x_train [0]
ラベル = t_train [0]
印刷(ラベル)
を印刷(img.shape)
IMG = img.reshape(28、28 )
プリント(img.shape)
img_show(IMG)
5 (784) (28、28)