案例1——手写数字识别

---

一. MNIST数据集

如图3-24，MNIST手写数字图像集是由0到9的数字图像构成。训练图像有6万张（用于学习），测试图像有1万张（用于推理）。

MNIST的图像数据是28像素X28像素的灰度图像，各像素的取值在0到255之间。每个图像数据都相应标有“7”，“2”，“1”等标签

1、读入MNIST数据集

书中提供的mnist.py脚本（dataset目录下），提供了从下载MNIST数据集到将这些数据转换乘NumPy数组等处理。通过mnist.py中的load_mnist函数来读入MNIST数据集。

"""
为了导入父目录中文件而进行的设定——dataset/mnist.py中的load_mnist函数

load_mnist函数： 读入MNIST数据集

def load_mnist(normalize=True, flatten=True, one_hot_label=False):
    
    Parameters
    ----------
    normalize : 将图像的像素值正规化为0.0~1.0
    one_hot_label : 
        one_hot_label为True的情况下，标签作为one-hot数组返回
        one-hot数组是指[0,0,1,0,0,0,0,0,0,0]这样的数组
    flatten : 是否将图像展开为一维数组
    
    Returns
    -------
    (训练图像, 训练标签), (测试图像, 测试标签)
"""
import sys, os
sys.path.append(os.pardir)  
from dataset.mnist import load_mnist

(x_train, t_train), (x_test, t_test) = load_mnist(flatten = True, normalize = False)

#输出各个数据的形状
print(x_train.shape) #(60000, 784)
print(t_train.shape) #(60000,)
print(x_test.shape)  #(10000, 784)
print(t_test.shape)  #(10000,)

x_train：训练图像集，共60000张图片。每张28像素X28像素的灰度图像转换为大小=784的一维数组形式输入，像素取值0~255。

t_train：训练标签集，共对应60000个标签值，标签取值0~9。

x_test：测试图像集，共10000张图片。

t_test：测试标签集，共对应10000个标签值。

---

相关知识点：

1）sys、os模块

 Deep Learning from Scratch----python学习_qq_41095707的博客-CSDN博客

2）load_mnist（）函数 

以"(训练图像, 训练标签), (测试图像, 测试标签)"形式返回读入的MNIST数据

3）normalize 正则化

https://blog.csdn.net/qq_41095707/article/details/119522679

4）one hot

https://blog.csdn.net/qq_41095707/article/details/119518296

5）flatten 多维数据的一维化

https://blog.csdn.net/qq_41095707/article/details/119522693

---

2、mnist_show.py——显示MNIST图像

利用PIL模块来处理并显示图像。

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):
    """
    Parameters
    ----------
    img : 图像数据类型为Numpy数组形式
    
    Returns
    -------   
    """
    pil_img = Image.fromarray(np.uint8(img))
    pil_img.show()

#加载MNIST数据集
(x_train, t_train), (x_test, t_test) = load_mnist(flatten = True, normalize = False)

#显示训练集的第一张图片及标签
img = x_train[0]
label = t_train[0]

print('label = ',  label)           #5
print('img.shape = ', img.shape)    #(784,)
img = img.reshape(28, 28)           #把图像尺寸变成原来尺寸
print('img.reshape = ', img.shape)  #(28,28)

img_show(img)                       #展示img图像

训练集的第一张图片：

---

相关知识点：

1）PIL模块

 PIL模块——python常用模块_HavingAFish的博客-CSDN博客