MNIST 数字分类数据集

[来源]

load_data 函数

tf_keras.datasets.mnist.load_data(path="mnist.npz", cache_dir=None)

加载 MNIST 数据集。

这是一个包含 60,000 张 28x28 灰度手写数字图片的训练集，以及一个包含 10,000 张图片的测试集。更多信息可在 MNIST 主页上找到。

参数

• path：相对于 cache_dir，在本地缓存数据集的路径。
• cache_dir：在本地缓存数据集的目录位置。如果为 None，则默认为 ~/.keras/datasets。

返回值

• NumPy 数组的元组：(x_train, y_train), (x_test, y_test)。

x_train：uint8 NumPy 数组，形状为 (60000, 28, 28) 的灰度图像数据，包含训练数据。像素值范围为 0 到 255。

y_train：uint8 NumPy 数组，形状为 (60000,) 的数字标签（范围 0-9 的整数），用于训练数据。

x_test：uint8 NumPy 数组，形状为 (10000, 28, 28) 的灰度图像数据，包含测试数据。像素值范围为 0 到 255。

y_test：uint8 NumPy 数组，形状为 (10000,) 的数字标签（范围 0-9 的整数），用于测试数据。

示例

(x_train, y_train), (x_test, y_test) = keras.datasets.mnist.load_data()
assert x_train.shape == (60000, 28, 28)
assert x_test.shape == (10000, 28, 28)
assert y_train.shape == (60000,)
assert y_test.shape == (10000,)

许可：Yann LeCun 和 Corinna Cortes 拥有 MNIST 数据集的版权，该数据集是原始 NIST 数据集的派生作品。MNIST 数据集根据 Creative Commons Attribution-Share Alike 3.0 许可条款提供。