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
fromtensorflow.examples.tutorials.mnistimportinput_data
importscipy.misc
importos
#读取MNIST数据集。如果不存在会事先下载。
mnist=input_data.read_data_sets("MNIST_data/",one_hot=True)
#我们把原始图片保存在MNIST_data/raw/文件夹下
#如果没有这个文件夹会自动创建
save_dir='MNIST_data/raw/'
ifos.path.exists(save_dir)isFalse:
os.makedirs(save_dir)
#保存前20张图片
foriinrange(20):
#请注意，mnist.train.images[i,:]就表示第i张图片（序号从0开始）
image_array=mnist.train.images[i,:]
#TensorFlow中的MNIST图片是一个784维的向量，我们重新把它还原为28x28维的图像。
image_array=image_array.reshape(28,28)
#保存文件的格式为mnist_train_0.jpg,mnist_train_1.jpg,...,mnist_train_19.jpg
filename=save_dir+'mnist_train_%d.jpg'%i
#将image_array保存为图片
#先用scipy.misc.toimage转换为图像，再调用save直接保存。
scipy.misc.toimage(image_array,cmin=0.0,cmax=1.0).save(filename)
print('Pleasecheck:%s'%save_dir)
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。