mnist数据集下载及相关配置

mnist数据集下载及相关配置

MNIST数据集是由0到9的数字图像构成的（下图）。训练图像有6万张， 测试图像有1万张，这些图像可以用于学习和推理。MNIST数据集的一般使用方法是，先用训练图像进行学习，再用学习到的模型度量能在多大程度 上对测试图像进行正确的分类。

然后讲如何配置：

先在D盘下新建一个文件夹：dataset（路径为 D:/dataset），然后进去新建一个txt文档，在这个文档上粘贴下面这段代码：

# coding: utf-8
try:
    import urllib.request
except ImportError:
    raise ImportError('You should use Python 3.x')
import os.path
import gzip
import pickle
import os
import numpy as np


url_base = 'http://yann.lecun.com/exdb/mnist/'
key_file = {
    'train_img':'train-images-idx3-ubyte.gz',
    'train_label':'train-labels-idx1-ubyte.gz',
    'test_img':'t10k-images-idx3-ubyte.gz',
    'test_label':'t10k-labels-idx1-ubyte.gz'
}

dataset_dir = os.path.dirname(os.path.abspath(__file__))
save_file = dataset_dir + "/mnist.pkl"

train_num = 60000
test_num = 10000
img_dim = (1, 28, 28)
img_size = 784


def _download(file_name):
    file_path = dataset_dir + "/" + file_name
    
    if os.path.exists(file_path):
        return

    print("Downloading " + file_name + " ... ")
    urllib.request.urlretrieve(url_base + file_name, file_path)
    print("Done")
    
def download_mnist():
    for v in key_file.values():
       _download(v)
   

def _load_label(file_name):
    file_path = dataset_dir + "/" + file_name
    
    print("Converting " + file_name + " to NumPy Array ...")
    with gzip.open(file_path, 'rb') as f:
            labels = np.frombuffer(f.read(), np.uint8, offset=8)
    print("Done")
    
    return labels

def _load_img(file_name):
    file_path = dataset_dir + "/" + file_name
    
    print("Converting " + file_name + " to NumPy Array ...")    
    with gzip.open(file_path, 'rb') as f:
            data = np.frombuffer(f.read(), np.uint8, offset=16)
    data = data.reshape(-1, img_size)
    print("Done")
    
    return data
    
def _convert_numpy():
    dataset = {}
    dataset['train_img'] =  _load_img(key_file['train_img'])
    dataset['train_label'] = _load_label(key_file['train_label'])    
    dataset['test_img'] = _load_img(key_file['test_img'])
    dataset['test_label'] = _load_label(key_file['test_label'])
    
    return dataset

def init_mnist():
    download_mnist()
    dataset = _convert_numpy()
    print("Creating pickle file ...")
    with open(save_file, 'wb') as f:
        pickle.dump(dataset, f, -1)
    print("Done!")

def _change_one_hot_label(X):
    T = np.zeros((X.size, 10))
    for idx, row in enumerate(T):
        row[X[idx]] = 1
        
    return T
    

def load_mnist(normalize=True, flatten=True, one_hot_label=False):
    """读入MNIST数据集
    
    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)
    """
    if not os.path.exists(save_file):
        init_mnist()
        
    with open(save_file, 'rb') as f:
        dataset = pickle.load(f)
    
    if normalize:
        for key in ('train_img', 'test_img'):
            dataset[key] = dataset[key].astype(np.float32)
            dataset[key] /= 255.0
            
    if one_hot_label:
        dataset['train_label'] = _change_one_hot_label(dataset['train_label'])
        dataset['test_label'] = _change_one_hot_label(dataset['test_label'])
    
    if not flatten:
         for key in ('train_img', 'test_img'):
            dataset[key] = dataset[key].reshape(-1, 1, 28, 28)

    return (dataset['train_img'], dataset['train_label']), (dataset['test_img'], dataset['test_label']) 


if __name__ == '__main__':
    init_mnist()

接下来再按我的要求修改这段代码：

1. 把第21行（或者在21行附近）修改：

   # dataset_dir = os.path.dirname(os.path.abspath(__file__))  这句代码注释掉
   dataset_dir = 'D:/dataset/MNIST_data/'  #添加这句代码
   save_file = dataset_dir + "/mnist.pkl"
   

2. 在31行（或附近）找到代码如下并修改：

   # file_path = dataset_dir + "/" + file_name  这句注释掉
   file_path = dataset_dir + file_name   #添加这句代码
   
   

3. 在47行（附近）找到下面两句代码并注释掉，然后在下一行添加新代码如下：

   # file_path = dataset_dir + "/" + file_name 注释掉
        
   # print("Converting " + file_name + " to NumPy Array ...")  注释掉     
   file_path = dataset_dir + file_name    #添加这句代码
   

4. 在58行（附近）找到代码并修改：

   # file_path = dataset_dir + "/" + file_name      注释掉     
   file_path = dataset_dir + file_name #添加这句代码
   

5. 完成，保存并重命名为 minist.py 文件

点击下载数据集 MNIST_data，（提取码：mnis），下载后保存到dataset文件夹，然后选择解压到 MNIST_data。

解压后如图所示：

然后在dataset文件夹下或其他任何地方创建 test.py 文件，粘贴下面的测试代码：

（注意：程序运行前确保你的python3已经安装好 numpy、PIL这两个库了）

# coding: utf-8
import sys
sys.path.append('D:/dataset')  # 为了导入父目录的文件而进行的设定
import numpy as np
from mnist import load_mnist
from PIL import Image



def img_show(img):
    pil_img = Image.fromarray(np.uint8(img))
    pil_img.show()


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

print(x_train.shape)

img = x_train[0]
label = t_train[0]
print('显示的数字是:',label)  # 5

print(img.shape)  # (784,)
img = img.reshape(28, 28)  # 把图像的形状变为原来的尺寸
print(img.shape)  # (28, 28)

img_show(img)

如果正常运行程序并显示出数字图片就说明成功了。

本文地址：https://blog.csdn.net/m0_46079750/article/details/107494212