資訊專欄INFORMATION COLUMN
pip install tensorflow接下來，我們需要導入TensorFlow和MNIST數(shù)據(jù)集。在Python中，你可以使用以下代碼來導入它們：
python import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data現(xiàn)在，我們可以使用以下代碼來下載MNIST數(shù)據(jù)集：
python
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
這個命令將會下載MNIST數(shù)據(jù)集，并將其保存到“MNIST_data/”文件夾中。one_hot=True參數(shù)將會把標簽轉(zhuǎn)換成one-hot編碼。
現(xiàn)在，我們已經(jīng)成功地下載了MNIST數(shù)據(jù)集。如果你想查看數(shù)據(jù)集中的圖片，可以使用以下代碼：
python import matplotlib.pyplot as plt image = mnist.train.images[0].reshape((28, 28)) plt.imshow(image, cmap="gray") plt.show()這個命令將會顯示訓練集中的第一張圖片。你可以更改索引來查看其他圖片。 總結(jié)一下，TensorFlow提供了一個非常簡單的方法來下載MNIST數(shù)據(jù)集。通過導入TensorFlow和MNIST數(shù)據(jù)集，以及使用input_data.read_data_sets()命令，你可以輕松地下載和使用MNIST數(shù)據(jù)集。
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址：http://m.hztianpu.com/yun/130919.html
摘要：首先需要添加一個新的占位符用于輸入正確值計算交叉熵的表達式可以實現(xiàn)為現(xiàn)在我們知道我們需要我們的模型做什么啦，用來訓練它是非常容易的。 學習softmax回歸模型 一. 下載mnist數(shù)據(jù)集 新建一個download.py 代碼如下： Functions for downloading and reading MNIST data. from __future__ import abso...
當涉及到深度學習和人工智能時，TensorFlow是一個非常流行的編程框架。它是由Google開發(fā)的開源庫，被廣泛用于各種應用程序中，從語音識別到圖像分類。 在本文中，我將向您介紹如何下載和安裝TensorFlow，以及如何開始使用它來構(gòu)建深度學習模型。 首先，您需要確保您的計算機上已經(jīng)安裝了Python。TensorFlow支持Python 3.6到3.8版本。您可以在Python官網(wǎng)上下載...
摘要：近日，該論文的一作終于在上公開了該論文中的代碼。該項目上線天便獲得了個，并被了次。 當前的深度學習理論是由Geoffrey Hinton大神在2007年確立起來的，但是如今他卻認為，CNN的特征提取層與次抽樣層交叉存取，將相同類型的相鄰特征檢測器的輸出匯集到一起是大有問題的。去年9月，在多倫多接受媒體采訪時，Hinton大神斷然宣稱要放棄反向傳播，讓整個人工智能從頭再造。10月，人們關(guān)注已久...
閱讀 3289·2023-04-26 01:58
閱讀 1025·2021-11-24 09:38
閱讀 3363·2021-09-03 10:29
閱讀 784·2021-08-21 14:10
閱讀 1546·2019-08-30 15:44
閱讀 3158·2019-08-30 14:10
閱讀 3285·2019-08-29 16:32
閱讀 1537·2019-08-29 12:48
