如何将EMNIST数据加载到Tensorflow
将EMNIST数据加载到TensorFlow可以通过以下步骤完成：
- 下载EMNIST数据集：EMNIST是一个包含手写字母和数字的数据集，可以从官方网站（https://www.nist.gov/itl/iad/image-group/emnist-dataset）下载。选择适合你需求的数据集版本并下载。
- 解压数据集：将下载的数据集文件解压到合适的目录中。
- 导入TensorFlow和其他必要的库：在Python脚本中导入TensorFlow和其他需要的库，例如numpy和matplotlib。
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt- 加载数据集：使用TensorFlow的数据集API加载EMNIST数据集。首先，定义数据集的路径和文件名。
data_path = 'path/to/emnist/dataset/'
train_images_file = data_path + 'emnist-byclass-train-images-idx3-ubyte'
train_labels_file = data_path + 'emnist-byclass-train-labels-idx1-ubyte'
test_images_file = data_path + 'emnist-byclass-test-images-idx3-ubyte'
test_labels_file = data_path + 'emnist-byclass-test-labels-idx1-ubyte'然后，使用tf.data.FixedLengthRecordDataset加载数据集文件。
def load_emnist_images(file_path):
return tf.data.FixedLengthRecordDataset(file_path, 28 * 28, header_bytes=16).map(
lambda s: tf.reshape(tf.io.decode_raw(s, tf.uint8), (28, 28, 1))
)
def load_emnist_labels(file_path):
return tf.data.FixedLengthRecordDataset(file_path, 1, header_bytes=8).map(
lambda s: tf.reshape(tf.io.decode_raw(s, tf.uint8), ())
)
train_images = load_emnist_images(train_images_file)
train_labels = load_emnist_labels(train_labels_file)
test_images = load_emnist_images(test_images_file)
test_labels = load_emnist_labels(test_labels_file)- 数据预处理：根据需要对数据进行预处理，例如归一化、标准化等。
train_images = train_images / 255.0
test_images = test_images / 255.0- 数据可视化（可选）：可以使用matplotlib库将加载的数据可视化，以确保数据加载正确。
plt.figure(figsize=(10, 10))
for i, (image, label) in enumerate(zip(train_images.take(25), train_labels.take(25))):
plt.subplot(5, 5, i + 1)
plt.imshow(image[:, :, 0], cmap='gray')
plt.title(chr(label + 96))
plt.axis('off')
plt.show()- 构建模型并训练：根据需要构建适当的模型，并使用加载的数据进行训练。
model = tf.keras.Sequential([
tf.keras.layers.Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1)),
tf.keras.layers.MaxPooling2D((2, 2)),
tf.keras.layers.Flatten(),
tf.keras.layers.Dense(64, activation='relu'),
tf.keras.layers.Dense(26, activation='softmax')
])
model.compile(optimizer='adam',
loss=tf.keras.losses.SparseCategoricalCrossentropy(),
metrics=['accuracy'])
model.fit(train_images, train_labels, epochs=10, validation_data=(test_images, test_labels))这是一个基本的将EMNIST数据加载到TensorFlow的流程。根据实际需求，你可以根据需要进行调整和扩展。
相关·内容
1回答
精度下降tensorflow v1.5
python、tensorflow、keras、python-3.6
我使用的是tensorflow 1.5和keras 2.1.6。代码取自此tutorial，并重新编写以在1.5版上工作。这就是它： import tensorflow as tf
import keras
import numpy as np
import matplotlib.pyplot as plt
fashion_mnist = keras.datasets.fashion_mnist
(train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data()
class_name
浏览 24提问于2021-06-23得票数 0
回答已采纳
1回答
Tensorflow2.0卷积时报错？
tensorflow、神经网络
from __future__ import absolute_import, division, print_function, unicode_literals
import os
import os.path as osp
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import datasets, layers, models
#import cv2
import numpy as np
import matplotlib.pyplot as plt
# ======
浏览 3560提问于2019-12-06
1回答
"ValueError:未知优化器:动量“是动量优化器的正确名称吗？
python、tensorflow、optimization
我试图使用动量优化器来训练我的程序，但是当我输入“动量”作为优化器时，它会给出以下错误：
ValueError: Unknown optimizer: momentum
我使用的代码是：
import tensorflow as tf
from tensorflow import keras
import matplotlib.pyplot as plt
import numpy as np
import time
start_time = time.time()
data = tf.keras.datasets.fashion_mnist
(train_images, train_l
浏览 5提问于2019-11-23得票数 1
回答已采纳
2回答
用tensorFlow创建单热点时装MNIST数据集
python、tensorflow、google-colaboratory
下面的情况是否是一个场景，一个人应该为标签创建一个热编码？
我也试图创建一个热一编码，但不断错误。这是怎么做的？
注意:我在googles colab工作。
谢谢。
import tensorflow as tf
from tensorflow import keras
import numpy as np
import matplotlib.pyplot as plt
fashion = keras.datasets.fashion_mnist
(train_images,train_labels),(test_images,test_labels) = fashion.load_data
浏览 5提问于2021-12-30得票数 -1
1回答
如何解决-从tensorflow.examples.tutorials.mnist导入input_data错误
python、tensorflow、machine-learning、keras、mnist
我正在尝试导入运行两层模型所需的所有库。但是，当我添加以下内容时
from tensorflow.examples.tutorials.mnist import input_data
它在下面显示黄色的卷曲线，就像它是一个错误一样。我相信它显示卷曲行的原因是我的:/venv和/或系统无法访问所述导入。
以下是完整的代码。
#Import multiple libraries
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import seaborn as sns
impo
浏览 3提问于2022-05-11得票数 0
2回答
方法对象在神经网络代码中不可下标
python、tensorflow、machine-learning、keras、neural-network
我已经开始学习ML和神经网络的一些大学项目，而我的学习，我遇到了一个问题，在代码，我无法修复。
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
from tensorflow import keras
data = keras.datasets.fashion_mnist
(train_images,train_labels),(test_images,test_labels) = data.load_data()
class_names = ['T-shirt/top'
浏览 5提问于2020-02-02得票数 0
1回答
EOFError:压缩文件在到达流结束标记之前结束。
tensorflow、keras、conda
我当时正在下载"keras.datasets.fashion_mnist“，然后就失去了网络连接。当我再次启动程序时，会出现以下错误
C:\Users\Shady\.conda\envs\TFnEW\pythonw.exe C:/Users/Shady/PycharmProjects/CNN_TensorF/CNNTF.py
Traceback (most recent call last):
File "C:/Users/Shady/PycharmProjects/CNN_TensorF/CNNTF.py", line 8, in <module>
浏览 7提问于2020-01-12得票数 0
1回答
如何在不使用Lambda层的情况下向数据点添加维度？
python、tensorflow、keras
我正在尝试使用fashion_mnist层对Conv2D数据集进行分类，正如我所知，可以使用以下代码轻松地进行分类：
import tensorflow as tf
fashion_mnist = tf.keras.datasets.fashion_mnist
(train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data()
train_images = train_images / 255.0
test_images = test_images / 255.0
model = tf
浏览 6提问于2022-04-28得票数 1
回答已采纳
1回答
当适合我的模型时，我得到了ValueError:层顺序的输入0与层不兼容
python、tensorflow、machine-learning、keras、deep-learning
我试图用mnist数据集来模拟LeNet，
我做了以下几件事
import tensorflow as tf
import tensorflow_datasets as tfds
from tensorflow.keras import layers, models
from tensorflow.keras.utils import plot_model
from tensorflow.keras.optimizers import SGD
import matplotlib.pyplot as plt
import numpy as np
# Import dataset
(train
浏览 0提问于2021-05-26得票数 1
回答已采纳
2回答
找到了60000个输入样本和10000个目标samples.How来解决这个错误？
python、tensorflow、machine-learning、keras、tensorflow2.0
这是我从tensorflow网站上的tensorflow教程获得的代码。中途我发现了这个错误。二是成功地训练了模型。但是当测试图像通过时，我就会出错。
from tensorflow import keras
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
fashion_mnist= keras.datasets.fashion_mnist
(train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_da
浏览 1提问于2020-02-25得票数 1
回答已采纳
1回答
具有单输出神经元的TensorFlow
python、tensorflow
我是TensorFlow的新手，我一直在看使用mnist数据集对图像进行分类的教程。 这些视频(或我看过的视频)有10个输出神经元对应于每个图像的类别。例如，神经元1是踝靴；神经元2是衬衫... 这些神经元输出一个概率，但如果我只想要一个输出神经元返回1-10之间的值，该怎么办？ import tensorflow as tf
from tensorflow import keras
import numpy as np
import matplotlib.pyplot as plt
data = keras.datasets.fashion_mnist
(train_images,
浏览 5提问于2020-01-06得票数 0
1回答
如何使用Conda安装Tensorflow 2.0安装？
python、anaconda、conda、tensorflow2.0
当我试图运行一个测试示例时，我会得到这个错误。
没有得到卷积算法。这可能是因为cuDNN未能>初始化，所以尝试查看上面是否打印了警告日志消息。
我已经为conda发现尝试了一个推荐的过程。创建新环境，安装Tensorflow-GPU。安装木星笔记本并测试一些代码。我试过改变cudatoolkit和cudnn的版本，但我似乎想不出如何做到这一点。安装Tensorflow-GPU提供Cudatoolkit 10.0.130和cudn7.6。
import tensorflow as tf
mnist = tf.keras.datasets.mnist
(train_images,
浏览 4提问于2019-10-26得票数 1
1回答
Keras Sequential to Functional API
python、tensorflow、machine-learning、keras、deep-learning
我是深度学习的新手，一直在尝试将Keras顺序应用程序接口转换为在CIFAR10图像数据集上运行的函数式应用程序接口，但遇到了一些困难。我已经转换了模型，它看起来除了输入层之外都是一样的，但是序列的平均精度约为70%，我的泛函的平均精度约为10%。我真的很感激在找出哪里出了问题方面的一些帮助。下面是我的函数代码：
import tensorflow as tf
from tensorflow import keras
from keras import datasets, layers, models
from keras.models import Model, Input, Sequen
浏览 8提问于2020-05-20得票数 0
回答已采纳
1回答
培训后的迁移学习定制模型
tensorflow、keras、transfer-learning
有很多模型已经在Github上进行了图像、NLP等不同任务的培训。我如何导入这些模型的权重，并在它们之上构建一个自定义模型？我应该从零开始为他们建立一个模型，并匹配每一层的数量和形状，或者我应该如何进行？
例如，假设我在下面训练了CNN模型，那么如何传输它并在以后与其他自定义层一起使用(例如，不同的输入形状)？
from tensorflow.keras import datasets, layers, models
import matplotlib.pyplot as plt
(train_images, train_labels), (test_images, test_labels)
浏览 6提问于2022-10-27得票数 0
回答已采纳
2回答
ValueError:形状(None，10，2，2)和(None，10)不兼容
python、tensorflow、machine-learning、keras、deep-learning
我正在关注我最近买的一本新书，但我得到了这个错误，我不知道我做错了什么
ValueError:形状(None，10，2，2)和(None，10)不兼容
以下是代码
from keras import models
from keras import layers
network = models.Sequential()
network.add(layers.Dense(512, activation='relu', input_shape=(28 * 28,)))
network.add(layers.Dense(10, activation='softmax
浏览 1提问于2021-05-19得票数 0
1回答
Tensorflow在预测时出现错误:输入形状的轴-1应具有值784，但收到的输入形状为[无，28]
python、tensorflow、machine-learning、keras、neural-network
当我使用Python在TensorFlow中使用神经网络进行预测时，我得到了以下错误：ValueError: Input 0 of layer dense is incompatible with the layer: expected axis -1 of input shape to have value 784 but received input with shape [None, 28]。 我正在尝试遵循Tensorflow网站上的教程来训练一个神经网络来对服装进行分类。我写了以下代码： import tensorflow as tf
from tensorflow import
浏览 21提问于2020-10-14得票数 0
回答已采纳
2回答
model.fit内核流GPU
python、tensorflow
我试图在GPU上使用tensorflow来训练一个非常基本的模型(Spyder 4.1.5，Python3.8.5，tensorflow 2.7.0)。
它在CPU上运行良好，但如果我将设备设置为GPU，则会崩溃。
这是代码：
import tensorflow as tf
from tensorflow.keras import datasets, layers, models
import matplotlib.pyplot as plt
(train_images, train_labels), (test_images, test_labels) = datasets.cifar10
浏览 3提问于2022-01-28得票数 1
2回答
基于模型的cifar10数据集精度为零
python、tensorflow、machine-learning、keras、image-classification
尽管使用了多个Conv2D和Max Pooling Layers，但对于所有15个历代，我的精度都是零。我将ImageDataGenerator用于Data Augmentation。
完整的代码如下：
# importing all the required libraries
import tensorflow as tf
from tensorflow.keras.layers import Dense, Conv2D, Flatten, MaxPool2D, Dropout
from tensorflow.keras.models import Sequential
from tens
浏览 13提问于2022-05-03得票数 1
回答已采纳
5回答
将灰度图像应用于RGB图像的角点模型
python、keras、tensorflow
我使用时装MNIST数据集跟踪这个基本分类TensorFlow教程。训练集包含60000个28x28像素的灰度图像，分为10个等级(裤子、套衫、鞋子等)。本教程使用了一个简单的模型：
model = keras.Sequential([
keras.layers.Flatten(input_shape=(28, 28)),
keras.layers.Dense(128, activation='relu'),
keras.layers.Dense(10)
])
经过10个历次，该模型的精度达到91%。
我现在正在使用另一个名为CIFAR-10的数据集，它
浏览 0提问于2020-04-05得票数 4
回答已采纳
1回答
TypeError:只能将str (不是"numpy.uint8")连接到str
python、tensorflow、neural-network
当我运行这段代码时，会出现错误。
import tensorflow as tf
from tensorflow import keras
import numpy as np
import matplotlib.pyplot as plt
data = keras.datasets.fashion_mnist
(train_images, train_labels), (test_images, test_labels) = data.load_data()
train_images = train_images/255.0
test_images = test_images/2
浏览 3提问于2020-05-04得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
活动推荐
腾讯云开发者
