python加载模型_pycharm导入自己的数据集

激活谷笔记 • 2025-05-26 18:10 • 阅读 111

在Python中加载MNIST数据集可以通过多种方式实现，以下是几种常见的方法：

使用TensorFlow

```python

import tensorflow as tf

from tensorflow.keras.datasets import mnist

加载MNIST数据集

（train_images, train_labels）, （test_images, test_labels） = mnist.load_data（）

数据归一化

train_images = train_images / 255.0

test_images = test_images / 255.0

调整数据形状，增加通道维度（因为是灰度图像，通道数为 1）

train_images = train_images.reshape（（60000, 28, 28, 1））

test_images = test_images.reshape（（10000, 28, 28, 1））

使用TensorFlow Examples```pythonfrom tensorflow.examples.tutorials.mnist import input_data
 加载MNIST数据集
mnist = input_data.read_data_sets（'MNIST_data', one_hot=True）
 查看数据集形状
print（mnist.train.images.shape）
print（mnist.train.labels.shape）
print（mnist.validation.images.shape）
print（mnist.validation.labels.shape）
print（mnist.test.images.shape）
print（mnist.test.labels.shape）

使用PyTorch

```python

import torch

import torchvision.transforms as transforms

from torchvision import datasets

from torch.utils.data import DataLoader

定义转换：将图像转为 Tensor 并标准化

transform = transforms.Compose（[

transforms.ToTensor（）,

transforms.Normalize（（0.5,）, （0.5,））

]）

下载 MNIST 数据集

train_dataset = datasets.MNIST（root='./data', train=True, download=True, transform=transform）

test_dataset = datasets.MNIST（root='./data', train=False, download=True, transform=transform）

创建数据加载器

train_loader = DataLoader（train_dataset, batch_size=64, shuffle=True）

test_loader = DataLoader（test_dataset, batch_size=64, shuffle=False）

手动解压读取```pythonimport gzip
import struct
import numpy as np
def load_mnist_train（path）:
 labels_path = os.path.join（path, 'train-labels-idx1-ubyte.gz'）
 images_path = os.path.join（path, 'train-images-idx3-ubyte.gz'）
 使用gzip打开文件
 with gzip.open（labels_path, 'rb'） as lbpath:
 使用struct.unpack方法读取前两个数据，>代表高位在前，I代表32位整型。
 magic, n = struct.unpack（'>II', lbpath.read（8））
 使用np读取图片数据
 labels = np.frombuffer（lbpath.read（）, dtype=np.uint8）
 with gzip.open（images_path, 'rb'） as imgpath:
 images = np.frombuffer（imgpath.read（）, dtype=np.uint8）.reshape（n, 784）
 return images, labels

以上是几种在Python中加载MNIST数据集的方法，您可以根据您的需求选择合适的方法。

python加载模型_pycharm导入自己的数据集

相关推荐