我使用来自keras的MNIST数据集-(x_训练,y_训练),(x_测试,y_测试)=角增量.数据集.mnist.加载数据()在加载数据之前,如何对该数据集进行洗牌?
ohfgkhjo1#
我认为用keras.datasets.mnist.load_data()不可能做到这一点。您有不同的选项:1.自己下载数据集并直接从文件中加载它。1.使用tensorflow_datasets。示例:import tensorflow_dataset as tfds(df_train,df_test)=tfds.load('minst',split=['train','test'],shuffle_files=True, as_supervised=True)1.从x_train,x_test,y_train,y_test构建一个数据集,然后重新洗牌并拆分。
keras.datasets.mnist.load_data()
tensorflow_datasets
import tensorflow_dataset as tfds
(df_train,df_test)=tfds.load('minst',split=['train','test'],shuffle_files=True, as_supervised=True)
efzxgjgh2#
你可以用tensorflow 的方法
import tensorflow as tf import tensorflow_datasets as tfds (ds_train, ds_test), ds_info = tfds.load( 'mnist', split=['train', 'test'], shuffle_files=True, as_supervised=True, with_info=True, )
我不确定,但你可以使用这个,并转换成numpy如下:
import numpy as np ds_test_np = np.array(list(ds_test.as_numpy_iterator())) ds_train_np = np.array(list(ds_train.as_numpy_iterator()))
2条答案
按热度按时间ohfgkhjo1#
我认为用
keras.datasets.mnist.load_data()
不可能做到这一点。您有不同的选项:
1.自己下载数据集并直接从文件中加载它。
1.使用
tensorflow_datasets
。示例:import tensorflow_dataset as tfds
(df_train,df_test)=tfds.load('minst',split=['train','test'],shuffle_files=True, as_supervised=True)
1.从x_train,x_test,y_train,y_test构建一个数据集,然后重新洗牌并拆分。
efzxgjgh2#
你可以用tensorflow 的方法
我不确定,但你可以使用这个,并转换成numpy如下: