155 lines
4.4 KiB
Markdown
155 lines
4.4 KiB
Markdown
# 如何在 Python 中加载和绘制 MNIST 数据集？
|
||
|
||
> 原文：<https://www.askpython.com/python/examples/load-and-plot-mnist-dataset-in-python>
|
||
|
||
本教程讲述了在 Python 中加载 MNIST 数据集的步骤。 **MNIST 数据集**是一个手写数字的大型数据库。它通常用于训练各种图像处理系统。
|
||
|
||
*MNIST 是美国国家标准技术研究院数据库的缩写。*
|
||
|
||
该数据集用于训练模型来识别手写数字。这可用于扫描信件上的手写 pin 码。
|
||
|
||
MNIST 包含了从 T2 0 到 9 的 70，000 张 28×28 的手写数字图像。
|
||
|
||
## 为什么 MNIST 数据集如此受欢迎？
|
||
|
||
MNIST 受欢迎的原因有很多，这些是:
|
||
|
||
* MNSIT 数据集**公开提供。**
|
||
* 这些数据在使用前几乎不需要处理。
|
||
* 这是一个**庞大的**数据集。
|
||
|
||
此外，该数据集通常用于图像处理和机器学习课程。
|
||
|
||
## 在 Python 中加载 MNIST 数据集
|
||
|
||
在本教程中，我们将学习 MNIST 数据集。我们还将了解如何用 python 加载 MNIST 数据集。
|
||
|
||
### 1.在 Python 中加载数据集
|
||
|
||
让我们从将数据集加载到 python 笔记本开始。加载数据最简单的方法是通过 Keras。
|
||
|
||
```py
|
||
from keras.datasets import mnist
|
||
|
||
```
|
||
|
||
MNIST 数据集由训练数据和测试数据组成。每个图像存储在 28X28 中，相应的输出是图像中的数字。
|
||
|
||
我们可以通过观察训练和测试数据的形状来验证这一点。
|
||
|
||
要将数据加载到变量中，请使用:
|
||
|
||
```py
|
||
(train_X, train_y), (test_X, test_y) = mnist.load_data()
|
||
|
||
```
|
||
|
||
要打印训练和测试向量的形状，请使用:
|
||
|
||
```py
|
||
print('X_train: ' + str(train_X.shape))
|
||
print('Y_train: ' + str(train_y.shape))
|
||
print('X_test: ' + str(test_X.shape))
|
||
print('Y_test: ' + str(test_y.shape))
|
||
|
||
```
|
||
|
||
我们得到以下输出:
|
||
|
||
```py
|
||
X_train: (60000, 28, 28)
|
||
Y_train: (60000,)
|
||
X_test: (10000, 28, 28)
|
||
Y_test: (10000,)
|
||
|
||
```
|
||
|
||
由此我们可以得出以下关于 MNIST 数据集的结论:
|
||
|
||
* 训练集包含 60k 图像，测试集包含 10k 图像。
|
||
* 训练输入向量的尺寸为**【60000 X 28 X 28】。**
|
||
* 训练输出向量的大小为**【60000 X 1】。**
|
||
* 每个单独的输入向量的大小为**【28 X 28】。**
|
||
* 每个单独的输出向量的维数为[ **1]** 。
|
||
|
||
### 2.绘制 MNIST 数据集
|
||
|
||
让我们尝试显示 MNIST 数据集中的图像。从导入 **[Matplotlib](https://www.askpython.com/python-modules/matplotlib/python-matplotlib) 开始。**
|
||
|
||
```py
|
||
from matplotlib import pyplot
|
||
|
||
```
|
||
|
||
要绘制数据，请使用以下代码:
|
||
|
||
```py
|
||
from matplotlib import pyplot
|
||
for i in range(9):
|
||
pyplot.subplot(330 + 1 + i)
|
||
pyplot.imshow(train_X[i], cmap=pyplot.get_cmap('gray'))
|
||
pyplot.show()
|
||
|
||
```
|
||
|
||
输出结果如下:
|
||
|
||
|
||
|
||
Mnist Dataset
|
||
|
||
## 用 Python 加载和绘制 MNIST 数据集的完整代码
|
||
|
||
本教程的完整代码如下所示:
|
||
|
||
```py
|
||
from keras.datasets import mnist
|
||
from matplotlib import pyplot
|
||
|
||
#loading
|
||
(train_X, train_y), (test_X, test_y) = mnist.load_data()
|
||
|
||
#shape of dataset
|
||
print('X_train: ' + str(train_X.shape))
|
||
print('Y_train: ' + str(train_y.shape))
|
||
print('X_test: ' + str(test_X.shape))
|
||
print('Y_test: ' + str(test_y.shape))
|
||
|
||
#plotting
|
||
from matplotlib import pyplot
|
||
for i in range(9):
|
||
pyplot.subplot(330 + 1 + i)
|
||
pyplot.imshow(train_X[i], cmap=pyplot.get_cmap('gray'))
|
||
pyplot.show()
|
||
|
||
```
|
||
|
||
## 下一步是什么？
|
||
|
||
现在您已经导入了 MNIST 数据集，您可以将其用于影像分类。
|
||
|
||
当谈到图像分类的任务时，没有什么可以击败卷积神经网络(CNN)。CNN 包含**卷积层、汇聚层、扁平化层**。
|
||
|
||
让我们看看每一层都做了什么。
|
||
|
||
### 1.卷积层
|
||
|
||
卷积层使用较小的像素过滤器过滤图像。这将减小图像的大小，而不会丢失像素之间的关系。
|
||
|
||
### 2.汇集层
|
||
|
||
池层的主要工作是减少卷积后图像的空间大小。
|
||
|
||
池层通过选择像素内的最大值、平均值或和值来减少参数的数量。
|
||
|
||
**最大池化**是最常用的池化技术。
|
||
|
||
### 3.展平层
|
||
|
||
展平层将多维像素向量表示为一维像素向量。
|
||
|
||
## 结论
|
||
|
||
本教程是关于将 MNIST 数据集加载到 python 中的。我们研究了 MNIST 数据集，并简要讨论了可用于 MNIST 数据集图像分类的 CNN 网络。
|
||
|
||
如果你想进一步了解 Python 中的图像处理，请通读这篇教程，学习如何使用 OpenCV 在 Python 中[读取图像。](https://www.askpython.com/python-modules/read-images-in-python-opencv) |