大多數示例使用手寫數字的MNIST資料集[1]。該資料集包含60,000個用於訓練的示例和10,000個用於測試的示例。這些數字已經過尺寸標準化並位於影像中心，影像是固定大小(28x28畫素)，其值為0到1。為簡單起見，每個影像都被平展並轉換為784(28 * 28)個特徵的一維numpy陣列。

概覽

用法

在我們的示例中，我們使用TensorFlow 指令碼來載入該資料集。

它對於管理我們的資料非常有用，並且可以處理：

• 載入資料集
• 將整個資料集載入到numpy陣列中

# 匯入 MNIST

from tensorflow.examples.tutorials.mnist import input_data

mnist = input_data.read_data_sets("/tmp/data/", one_hot=True)

# 載入資料

X_train = mnist.train.images

Y_train = mnist.train.labels

X_test = mnist.test.images

Y_test = mnist.test.labels

• next_batch函式，可以遍歷整個資料集並僅返回所需的資料集樣本部分(以節省記憶體並避免載入整個資料集)。

# 獲取接下來的64個影像陣列和標籤

batch_X, batch_Y = mnist.train.next_batch(64) 

[1]:

http://yann.lecun.com/exdb/mnist/