深度学习入门——MNIST手写数字识别之MNIST数据显示

利用python中的 PIL（python Image Library） 模块进行显示

import sys, os
sys.path.append(os.pardir)
import numpy as np
from dataset.mnist import load_mnist
from PIL import Image


def img_show(img):
    pil_img = Image.fromarray(np.uint8(img)) # 数组图像数据转化为PIL用的数据对象
    pil_img.show()


(x_train, t_train), (x_test, t_test) = load_mnist(flatten=True, normalize=False) # 读入已经pickle的mnist数据
img = x_train[0]
label = t_train[0]
print(label) # 5

print(img.shape) # (784,)
img = img.reshape(28, 28) # 把图像形状变成原来的尺寸,因为flatten为True，故把图像读成了一维（1列）形式。要显示图像就要还原
print(img.shape) # (28, 28)


img_show(img)

flatten=True 时读入的图像是一维的（一列），显示图像时，需要将其变成原来的28*28像素，故要用到reshap（）