tensorflow 数据集

1、tf数据集tensorflow-datasets简介

        TensorFlow Datasets 提供了一系列可以和 TensorFlow 配合使用的数据集。它负责下载和准备数据，以及构建。注意使用 tensorflow-datasets 的前提是已经安装好 TensorFlow，目前支持的版本是 tensorflow (或者 tensorflow-gpu) >= 1.15.0。tensorflow-datasets的安装仍然是pip install tensorflow-datasets。

    TensorFlow 数据集同时兼容 TensorFlow Eager模式和图模式。在这个 colab 环境里面，我们的代码将通过 Eager 模式执行。使用时需要加入tf.enable_eager_execution()。

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
import tensorflow_datasets as tfds
import numpy as np
import matplotlib.pyplot as plt

# tfds works in both Eager and Graph modes
tf.enable_eager_execution()

mnist_train = tfds.load(name="mnist", split="train")
assert isinstance(mnist_train, tf.data.Dataset)
print(mnist_train)
for mnist_example in mnist_train.take(1):  # 只取一个样本
    image, label = mnist_example["image"], mnist_example["label"]
    plt.imshow(image.numpy()[:, :, 0].astype(np.float32), cmap=plt.get_cmap("gray"))
    print("Label: %d" % label.numpy())