操作步骤

step1.创建项目，在新的python文件中直接将下面代码复制，不需要提前下MNIST数据集
step2.在项目中创建一个文件，文件名为 MNIST_data_folder

step3.直接运行程序就行

代码

import tensorflow.examples.tutorials.mnist.input_data as input_data
import os
from PIL import Image
import numpy as npMNIST_data_folder = 'MNIST_data_folder'
mnist = input_data.read_data_sets(MNIST_data_folder, one_hot=False) #MNIST_data_folder是数据集的目录
# imgs, labels = mnist.test.images, mnist.test.labels #生成测试集图片
imgs, labels = mnist.validation.images, mnist.validation.labels  #生成验证集图片
# imgs, labels = mnist.train.images, mnist.train.labels #生成训练集图片
for i in range(10):if not os.path.exists(str(i)):os.makedirs(str(i))
cnt = [0 for i in range(10)]
for i in range(imgs.shape[0]):array = (imgs[i].reshape((28, 28)) * 255).astype(np.uint8)cnt[labels[i]] += 1img = Image.fromarray(array, 'L')img.save(str(labels[i]) + '\\' + str(cnt[labels[i]]) + '.jpg')

代码参考链接：https://www.cnblogs.com/wj-1314/p/9597119.html

效果

1.MNIST_data_folder 文件夹中自动下载保存MNIST数据集

注：不需要解压，代码自己提取其中的数据

2.提取出的数据自动生成0-9 10个文件夹，每个文件夹中存对应的数字图片

以数字0为例：

3.代码生成效果

4.MNIST数据分类

	0	1	2	3	4	5	6	7	8	9	总计
训练集	5444	6179	5470	5638	5307	4987	5417	5715	5389	5454	55000
验证集	479	563	488	493	535	434	501	550	462	495	5000
测试集	980	1135	1032	1010	982	892	958	1028	974	1009	10000
总计	6903	7877	6990	7141	6,824	6,313	6,876	7,293	6825	6,958	70000

注：每个文件中图片都是从0开始命名

如何将MNIST数据集转化为真实图片集相关推荐

使用Python将MNIST数据集转化为图片
1,对于训练集数据: import numpy as np import structfrom PIL import Image import osdata_file = 'somePath/trai ...
将MNIST数据集转换成.jpg图片
MNIST数据集简介 # MNIST 数据集合共包含70000张手写数字图片 # 其中60000张用作训练集 # 10000张用作预测集 # 数据集包含了0-9共10类手写数字图片,每张 # 图片都做 ...
python图像数据是几维数据_MNIST数据集转化为二维图片的实现示例
本文介绍了MNIST数据集转化为二维图片的实现示例,分享给大家,具体如下: #coding: utf-8 from tensorflow.examples.tutorials.mnist import ...
数据集解析 001：MNIST数据集与IDX文件（附带IDX文件提取代码Python版）
写在最前在开始这个专题第一篇文章之前,请先允许博主先跟大家聊聊这个专题咱们讲什么具体内容.相信凡是做过与深度学习或者神经网络相关工作的同学对数据集这个概念并不陌生,在网络训练过程中我们采用的各种 ...
tensorflow（七）实现mnist数据集上图片的训练和测试
本文使用tensorflow实现在mnist数据集上的图片训练和测试过程,使用了简单的两层神经网络,代码中涉及到的内容,均以备注的形式标出. 关于文中的数据集,大家如果没有下载下来,可以到我的网盘去下 ...
上海交大：我们做了一个医疗版MNIST数据集，发现常见AutoML算法没那么好用
机器之心报道作者:魔王.张倩上海交大研究人员创建新型开放医疗图像数据集 MedMNIST,并设计「MedMNIST 分类十项全能」,旨在促进 AutoML 算法在医疗图像分析领域的研究. 项目地址 ...
pytorch保存准确率_初学Pytorch：MNIST数据集训练详解
前言本文讲述了如何使用Pytorch(一种深度学习框架)构建一个简单的卷积神经网络,并使用MNIST数据集(28*28手写数字图片集)进行训练和测试.针对过程中的每个步骤都尽可能的给出了详尽的解释. ...
DL之DCGAN：基于keras框架利用深度卷积对抗网络DCGAN算法对MNIST数据集实现图像生成
DL之DCGAN:基于keras框架利用深度卷积对抗网络DCGAN算法对MNIST数据集实现图像生成目录基于keras框架利用深度卷积对抗网络DCGAN算法对MNIST数据集实现图像生成设计思路 ...
【小白学习PyTorch教程】十一、基于MNIST数据集训练第一个生成性对抗网络
「@Author:Runsen」 GAN 是使用两个神经网络模型训练的生成模型.一种模型称为生成网络模型,它学习生成新的似是而非的样本.另一个模型被称为判别网络,它学习区分生成的例子和真实的例子. 生 ...

如何将MNIST数据集转化为真实图片集

文章目录

操作步骤

代码

效果

1.MNIST_data_folder 文件夹中自动下载保存MNIST数据集

2.提取出的数据自动生成0-9 10个文件夹，每个文件夹中存对应的数字图片

3.代码生成效果

4.MNIST数据分类

如何将MNIST数据集转化为真实图片集相关推荐

最新文章

热门文章