目录

数据集的引入

数据集的格式

数据集的内容

MINST数据集是机器学习领域一个经典的数据集，其中包括70000个样本，包括60000个训练样本和10000个测试样本

数据集的引入

使用tensorflow框架，通过keras获取MNIST数据集：

mnist = tf.keras.datasets.mnist

通过load_data()方法来加载数据集中的数据

获取到的数据以tuple的格式进行存储，格式为：

(训练样本数据集,训练标签数据集),(测试样本数据集,测试标签数据集)

因此用相应的元组来接收数据：

(x_train, y_train), (x_test, y_test) = mnist.load_data()

数据集的格式

以上四个数据集的格式都为：numpy.ndarray，ndarray是一个N维数组类型的对象，可以打印数据集的相关属性进行查看：

print("训练样本的维度为:",x_train.ndim)
print("训练样本的形状为:",x_train.shape)
print("训练样本的元素数量为:",x_train.size)
print("训练样本的数据类型为:",x_train.dtype)

结果如下：

通过其形状可以看出训练样本数据集存放了60000张28*28像素的数字图像；

数据集的内容

可以通过以下代码打印查看其中存储的图像：

for i in range(0,28):
    for j in range(0,28):
        print("%.1f" % x_train[0][i][j] , end=" ")
    print()

结果如下：

很明显能看出这是一个数字5

由于数据集中每一个像素的值都在0-255范围内，我们对数据进行归一化处理，转化为0-1之间的浮点数：

x_train, x_test = x_train / 255.0, x_test / 255.0

可以看到，处理之后数据类型发生了变化：

再次打印输出存储的图像，依稀也能看出是一个数字5：