用matplotlib显示一下MNIST数据集中手写数字的真实面目

MNIST 是一个入门级计算机视觉数据集，包含了很多手写数字图片。MNIST是一个手写数字图像的数据集，每幅图像都由一个整数标记。它主要用于机器学习算法的性能对标。深度学习算法处理MNIST的效果相当好。

MNIST数据集包含一个有6万个样例的训练集和一个有1万个样例的测试集。训练集用于让算法学习如何准确地预测出图像的整数标签，而测试集则用于检查已训练网络的预测有多准确。

那么MNIST图片是什么呢？让我们看看手写字体什么样子吧。

#!/usr/bin/env python import os import tensorflow as tf import matplotlib.pyplot as pltos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' tf.compat.v1.enable_eager_execution()print("TensorFlow Version:\t", tf.__version__)mnist = tf.keras.datasets.mnist(x_train, y_train), (x_test, y_test) = mnist.load_data() x_train, x_test = x_train / 255.0, x_test / 255.0fig, ax = plt.subplots(nrows=10, ncols=10, sharex='all', sharey='all') ax = ax.flatten() for i in range(100):img = x_train[i].reshape(28, 28)ax[i].imshow(img, cmap='Greys', interpolation='nearest') ax[0].set_xticks([]) ax[0].set_yticks([]) plt.tight_layout() plt.show()

看看数字，歪歪斜斜的，很不好认啊。下面我们再把标签加上，来看看真实面目。。

#!/usr/bin/env python import os import tensorflow as tf import matplotlib.pyplot as pltos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' tf.compat.v1.enable_eager_execution()print("TensorFlow Version:\t", tf.__version__)mnist = tf.keras.datasets.mnist(x_train, y_train), (x_test, y_test) = mnist.load_data() x_train, x_test = x_train / 255.0, x_test / 255.0fig, ax = plt.subplots(nrows=5, ncols=5, sharex='all', sharey='all') ax = ax.flatten() for i in range(25):img = x_train[i].reshape(28, 28)ax[i].set_title(y_train[i])ax[i].imshow(img, cmap='Greys', interpolation='nearest') ax[0].set_xticks([]) ax[0].set_yticks([]) plt.tight_layout() plt.show()

不管你是否认识，这就是标签，说了算数的~~~

上面红框里面的数字“5”，谁认识？别忘记告诉我啊。。。

总结

以上是生活随笔为你收集整理的用matplotlib显示一下MNIST数据集中手写数字的真实面目的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。