1 问题

关于MINIST数据集？用“横纵式”极简实现方案快速完成手写数字识别的建模？

2 方法

MINIST 数据集包含60000个训练集与10000个测试集。数据集分为图片与标签，其中图片是28*28的像素矩阵，标签为 0~9 共10个数字。

步骤:

在数据处理前，首先要加载飞桨平台与“手写数字识别”模型相关的类库，实现方法如下。

#加载飞桨和相关类库

import paddle

import paddle.fluid as fluid

from paddle.fluid.dygraph.nn import Linear

import numpy as np

import os

from PIL import Image

batch函数将MNIST数据集拆分成多个批次，通过如下代码读取第一个批次的数据内容，观察数据打印结果。

# 以迭代的形式读取数据

for batch_id, data in enumerate(train_reader()):

   # 获得图像数据，并转为float32类型的数组

   img_data = np.array([x[0] for x in data]).astype('float32')

   # 获得图像标签数据，并转为float32类型的数组

   label_data = np.array([x[1] for x in data]).astype('float32')

   # 打印数据形状

   print("图像数据形状和对应数据为:", img_data.shape, img_data[0])

   print("图像标签形状和对应数据为:", label_data.shape, label_data[0])

   break

print("\n打印第一个batch的第一个图像，对应标签数字为{}".format(label_data[0]))

# 显示第一batch的第一个图像

import matplotlib.pyplot as plt

img = np.array(img_data[0]+1)*127.5

img = np.reshape(img, [28, 28]).astype(np.uint8)

plt.figure("Image") # 图像窗口名称

plt.imshow(img)

plt.axis('on') # 关掉坐标轴为 off

plt.title('image') # 图像题目

plt.show()

3 结语

这次实验我们深入了解和扩展了一些关于手写数字的步骤和方法，过程中困难重重，但好在有老师和同学们的帮助也算顺利解答了疑惑。