Python 如何在tensorflow 2.x中正确操作tfds.load（）数据集？

我正在学习如何在tensorflow 2.0和Keras课程中从头开始创建MNIST模型

因此，我得到了mnist数据集，如下所示

mnist_dataset, mnist_info = tfds.load(name = 'mnist', with_info=True, as_supervised=True)
mnist_train, mnist_test = mnist_dataset['train'], mnist_dataset['test']

一切都很好，甚至我在测试我的模型时获得了97%的准确率，我很高兴

当我试图做一些与课程不同的事情时，问题就开始了。我尝试使用matplotlib

plt.imshow（）

从mnist_数据集中打印一些示例，但完全失败。然后我开始了一些研究，我得到了一个解决方案，我需要像这样获得数据集：

mnist_dataset2 = tfds.load(name = 'mnist')
mnistt = mnist_dataset2['train']

其中

mnistt

是我可以使用matplotlib操作和打印的数据集

---

所以我的问题如下：我在哪里可以获得关于可以获得的tfds.load（）类型的信息，以及如何根据需要正确地操作它们？（对于像我这样的tensorflow初学者来说，它在某种程度上是可以扩展的）。

tfds.load方法的主要调用包含您需要的所有内容：

mnist_dataset, mnist_info = tfds.load(name = 'mnist', with_info=True, as_supervised=True)

• name=“mnist”

  ->您正在指定要使用的生成器（mnist）

• with_info=True

  ->您要求

  tfds.load

  返回

  info

  对象，该对象包含有关返回数据集的所有您需要知道的

• as_supervised=True

  ->您要求

  tfds.load

  仅获取监督学习任务所需的数据集元素（图像和标签对）

您第一次尝试使用

mnist\u数据集

获取数据（与

matplotlib

一起使用）失败，因为从

print(mnist_info) #run me!

数据集包含两个不同的部分：

train

和

test

tfds.core.DatasetInfo(
    name='mnist',
    version=1.0.0,
    description='The MNIST database of handwritten digits.',
    urls=['https://storage.googleapis.com/cvdf-datasets/mnist/'],
    features=FeaturesDict({
        'image': Image(shape=(28, 28, 1), dtype=tf.uint8),
        'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
    }),
    total_num_examples=70000,
    splits={
        'test': 10000,
        'train': 60000,
    },
    supervised_keys=('image', 'label'),
    citation="""@article{lecun2010mnist,
      title={MNIST handwritten digit database},
      author={LeCun, Yann and Cortes, Corinna and Burges, CJ},
      journal={ATT Labs [Online]. Available: http://yann. lecun. com/exdb/mnist},
      volume={2},
      year={2010}
    }""",
    redistribution_info=,
)

因此，

tfds.load

返回的对象是一个字典：

{
   "train": <train dataset>,
   "test": <test dataset>
}

---

从

mnist_info

对象中，您可以获得操作数据集所需的所有信息：分割数、数据类型（例如，“image”是一个数据类型为tf.uint8的28x28x1图像）等。

tfds.load方法的主调用包含您需要的所有信息：

mnist_dataset, mnist_info = tfds.load(name = 'mnist', with_info=True, as_supervised=True)

• name=“mnist”

  ->您正在指定要使用的生成器（mnist）

• with_info=True

  ->您要求

  tfds.load

  返回

  info

  对象，该对象包含有关返回数据集的所有您需要知道的

• as_supervised=True

  ->您要求

  tfds.load

  仅获取监督学习任务所需的数据集元素（图像和标签对）

您第一次尝试使用

mnist\u数据集

获取数据（与

matplotlib

一起使用）失败，因为从

print(mnist_info) #run me!

数据集包含两个不同的部分：

train

和

test

tfds.core.DatasetInfo(
    name='mnist',
    version=1.0.0,
    description='The MNIST database of handwritten digits.',
    urls=['https://storage.googleapis.com/cvdf-datasets/mnist/'],
    features=FeaturesDict({
        'image': Image(shape=(28, 28, 1), dtype=tf.uint8),
        'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
    }),
    total_num_examples=70000,
    splits={
        'test': 10000,
        'train': 60000,
    },
    supervised_keys=('image', 'label'),
    citation="""@article{lecun2010mnist,
      title={MNIST handwritten digit database},
      author={LeCun, Yann and Cortes, Corinna and Burges, CJ},
      journal={ATT Labs [Online]. Available: http://yann. lecun. com/exdb/mnist},
      volume={2},
      year={2010}
    }""",
    redistribution_info=,
)

因此，

tfds.load

返回的对象是一个字典：

{
   "train": <train dataset>,
   "test": <test dataset>
}

---

从

mnist\u info

对象中，您可以获得操作数据集所需的所有信息：分割数、数据类型（例如，“image”是一个数据类型为tf.uint8的28x28x1图像），等等。

我使用此代码加载mnist时出错

mnist_dataset, mnist_info = tfds.load(name = 'mnist', with_info=True, as_supervised=True)

错误 init（）缺少2个必需的位置参数：“op”和“message”

---

Source Udemy course

使用此代码加载mnist时出错

mnist_dataset, mnist_info = tfds.load(name = 'mnist', with_info=True, as_supervised=True)

错误 init（）缺少2个必需的位置参数：“op”和“message”

来源：我的课程

试试这个

x\u列，y\u列=下一个（iter（mnist\u列））

然后绘制x\U列

试试这个

x\u列，y\u列=下一个（iter（mnist\u列））

---

然后绘制

x\u train

只是为了澄清一下，标题是tf.load（），但事实上我说的是tfds.load（），我不知道我是否把文章搞砸了。很抱歉。不用担心，ftfy只是为了澄清一下，标题上写着tf.load（），但事实上我说的是tfds.load（），我不知道我是否把文章搞砸了。抱歉。别担心，FTFY我明白你说的一切，然后让我们来解决这个问题：-我能够用下面的代码打印一些示例：mnist_dataset2=tfds.load（name='mnist'）mnistt=mnist_dataset2['train']用于mnistt中的mnist_示例。以（1）：image=mnist_示例['image']plt.imshow（image.numpy（）[：，：，0].astype为例（np.float32））…但我无法使用相同的代码使用mnist_数据集或mnist_列打印示例。据我所知，mnist_列和mnistt有点不同mnist_列：mnistt:mnist_列，我不知道如何操作mnist_列以便能够使用plt.imshow（）打印一些示例我理解你所说的一切，然后让我们来解决这个问题：-我能够用下面的代码打印一些示例：mnist_dataset2=tfds.load（name='mnist'）mnistt=mnist_dataset2['train']用于mnistt中的mnist_示例。例如：（1）：image=mnist_示例['image']plt.imshow（image.numpy（）[：，：，0].astype（np.float32））…但我无法使用相同的代码使用mnist_dataset或mnist_train打印示例。据我所知，mnist_train和mnistt有点不同mnist_train:mnistt:mnist_train，我不知道如何操作mnist_train以便能够使用plt.imshow（）打印一些示例