欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

mnist数据集下载及相关配置

程序员文章站 2023-04-03 19:53:44
mnist数据集下载及相关配置MNIST数据集是由0到9的数字图像构成的(下图)。训练图像有6万张, 测试图像有1万张,这些图像可以用于学习和推理。MNIST数据集的一般使用方法是,先用训练图像进行学习,再用学习到的模型度量能在多大程度 上对测试图像进行正确的分类。然后讲如何配置:先在D盘下新建一个文件夹:dataset(路径为 D:/dataset),然后进去新建一个txt文档,在这个文档上粘贴下面这段代码:# coding: utf-8try: import urllib.reque...

mnist数据集下载及相关配置

MNIST数据集是由0到9的数字图像构成的(下图)。训练图像有6万张, 测试图像有1万张,这些图像可以用于学习和推理。MNIST数据集的一般使用方法是,先用训练图像进行学习,再用学习到的模型度量能在多大程度 上对测试图像进行正确的分类。

mnist数据集下载及相关配置
然后讲如何配置:

先在D盘下新建一个文件夹:dataset(路径为 D:/dataset),然后进去新建一个txt文档,在这个文档上粘贴下面这段代码:

# coding: utf-8
try:
    import urllib.request
except ImportError:
    raise ImportError('You should use Python 3.x')
import os.path
import gzip
import pickle
import os
import numpy as np


url_base = 'http://yann.lecun.com/exdb/mnist/'
key_file = {
    'train_img':'train-images-idx3-ubyte.gz',
    'train_label':'train-labels-idx1-ubyte.gz',
    'test_img':'t10k-images-idx3-ubyte.gz',
    'test_label':'t10k-labels-idx1-ubyte.gz'
}

dataset_dir = os.path.dirname(os.path.abspath(__file__))
save_file = dataset_dir + "/mnist.pkl"

train_num = 60000
test_num = 10000
img_dim = (1, 28, 28)
img_size = 784


def _download(file_name):
    file_path = dataset_dir + "/" + file_name
    
    if os.path.exists(file_path):
        return

    print("Downloading " + file_name + " ... ")
    urllib.request.urlretrieve(url_base + file_name, file_path)
    print("Done")
    
def download_mnist():
    for v in key_file.values():
       _download(v)
   

def _load_label(file_name):
    file_path = dataset_dir + "/" + file_name
    
    print("Converting " + file_name + " to NumPy Array ...")
    with gzip.open(file_path, 'rb') as f:
            labels = np.frombuffer(f.read(), np.uint8, offset=8)
    print("Done")
    
    return labels

def _load_img(file_name):
    file_path = dataset_dir + "/" + file_name
    
    print("Converting " + file_name + " to NumPy Array ...")    
    with gzip.open(file_path, 'rb') as f:
            data = np.frombuffer(f.read(), np.uint8, offset=16)
    data = data.reshape(-1, img_size)
    print("Done")
    
    return data
    
def _convert_numpy():
    dataset = {}
    dataset['train_img'] =  _load_img(key_file['train_img'])
    dataset['train_label'] = _load_label(key_file['train_label'])    
    dataset['test_img'] = _load_img(key_file['test_img'])
    dataset['test_label'] = _load_label(key_file['test_label'])
    
    return dataset

def init_mnist():
    download_mnist()
    dataset = _convert_numpy()
    print("Creating pickle file ...")
    with open(save_file, 'wb') as f:
        pickle.dump(dataset, f, -1)
    print("Done!")

def _change_one_hot_label(X):
    T = np.zeros((X.size, 10))
    for idx, row in enumerate(T):
        row[X[idx]] = 1
        
    return T
    

def load_mnist(normalize=True, flatten=True, one_hot_label=False):
    """读入MNIST数据集
    
    Parameters
    ----------
    normalize : 将图像的像素值正规化为0.0~1.0
    one_hot_label : 
        one_hot_label为True的情况下,标签作为one-hot数组返回
        one-hot数组是指[0,0,1,0,0,0,0,0,0,0]这样的数组
    flatten : 是否将图像展开为一维数组
    
    Returns
    -------
    (训练图像, 训练标签), (测试图像, 测试标签)
    """
    if not os.path.exists(save_file):
        init_mnist()
        
    with open(save_file, 'rb') as f:
        dataset = pickle.load(f)
    
    if normalize:
        for key in ('train_img', 'test_img'):
            dataset[key] = dataset[key].astype(np.float32)
            dataset[key] /= 255.0
            
    if one_hot_label:
        dataset['train_label'] = _change_one_hot_label(dataset['train_label'])
        dataset['test_label'] = _change_one_hot_label(dataset['test_label'])
    
    if not flatten:
         for key in ('train_img', 'test_img'):
            dataset[key] = dataset[key].reshape(-1, 1, 28, 28)

    return (dataset['train_img'], dataset['train_label']), (dataset['test_img'], dataset['test_label']) 


if __name__ == '__main__':
    init_mnist()

接下来再按我的要求修改这段代码:

  1. 把第21行(或者在21行附近)修改:

    # dataset_dir = os.path.dirname(os.path.abspath(__file__))  这句代码注释掉
    dataset_dir = 'D:/dataset/MNIST_data/'  #添加这句代码
    save_file = dataset_dir + "/mnist.pkl"
    
  2. 在31行(或附近)找到代码如下并修改:

    # file_path = dataset_dir + "/" + file_name  这句注释掉
    file_path = dataset_dir + file_name   #添加这句代码
    
    
  3. 在47行(附近)找到下面两句代码并注释掉,然后在下一行添加新代码如下:

    # file_path = dataset_dir + "/" + file_name 注释掉
         
    # print("Converting " + file_name + " to NumPy Array ...")  注释掉     
    file_path = dataset_dir + file_name    #添加这句代码
    
  4. 在58行(附近)找到代码并修改:

    # file_path = dataset_dir + "/" + file_name      注释掉     
    file_path = dataset_dir + file_name #添加这句代码
    
  5. 完成,保存并重命名为 minist.py 文件

点击下载数据集 MNIST_data,(提取码:mnis),下载后保存到dataset文件夹,然后选择解压到 MNIST_data

解压后如图所示:
mnist数据集下载及相关配置

然后在dataset文件夹下或其他任何地方创建 test.py 文件,粘贴下面的测试代码:

(注意:程序运行前确保你的python3已经安装好 numpy、PIL这两个库了)

# coding: utf-8
import sys
sys.path.append('D:/dataset')  # 为了导入父目录的文件而进行的设定
import numpy as np
from mnist import load_mnist
from PIL import Image



def img_show(img):
    pil_img = Image.fromarray(np.uint8(img))
    pil_img.show()


(x_train, t_train), (x_test, t_test) = load_mnist(flatten=True, normalize=False)

print(x_train.shape)

img = x_train[0]
label = t_train[0]
print('显示的数字是:',label)  # 5

print(img.shape)  # (784,)
img = img.reshape(28, 28)  # 把图像的形状变为原来的尺寸
print(img.shape)  # (28, 28)

img_show(img)

如果正常运行程序并显示出数字图片就说明成功了。

mnist数据集下载及相关配置

本文地址:https://blog.csdn.net/m0_46079750/article/details/107494212