Python 如何子集MNIST数据集？_Python_Tensorflow_Neural Network_Deep Learning_Mnist

Python 如何子集MNIST数据集？

python tensorflow neural-network deep-learning

Python 如何子集MNIST数据集？,python,tensorflow,neural-network,deep-learning,mnist,Python,Tensorflow,Neural Network,Deep Learning,Mnist,我正在学习TensorFlow的生成性对抗网络教程。本教程使用MNIST数据集来训练模型。我想减小输入的大小，这样我的程序运行得更快，但不知道如何获取我正在使用的MNIST数据集的子集。下面是我用来提取数据集的代码： from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("MNIST_data/") 有一种方法 mnist.next_batch(batchsize

我正在学习TensorFlow的生成性对抗网络教程。本教程使用MNIST数据集来训练模型。我想减小输入的大小，这样我的程序运行得更快，但不知道如何获取我正在使用的MNIST数据集的子集。下面是我用来提取数据集的代码：

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/")

有一种方法

mnist.next_batch(batchsize)

从列车集中提取长度为batchsize的随机样本

如果您不想要随机的东西，您可以通过

x = mnist.train.images[start_batch:end_batch]
y = mnist.train.labels[start_batch:end_batch]

或者类似于测试集的

mnist.test

。

Hi，感谢您快速响应。我能够使用您提供的方法对train.images和train.label进行子集设置。然而，在我将这些数据集子集之后，我得到了一个NDArray对象，并且我不能为NDArray调用为mnist dataset设计的任何方法。有什么方法可以将ndarray转换回mnist数据集吗？