如何将MNIST数据集转换成二维图片的示例代码实现？

本文共计310个文字，预计阅读时间需要2分钟。

原文：本篇文章介绍了MNIST数据集的转化，将其转换为二维图像的示例，分享给家长，具体如下：

修改后：本文展示如何将MNIST数据集转化为二维图像，方便家长了解。具体操作如下：

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 from tensorflow.examples.tutorials.mnist import input_data import scipy.misc import os # 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/' if os.path.exists(save_dir) is False: os.makedirs(save_dir) # 保存前20张图片 for i in range(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('Please check: %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易盾网络。