Question

我正在学习Tensorflow，并想将next_batch用于Fashion-MNIST数据集。但是我遇到了麻烦，因为Fashion-MNIST的数据集的格式与MNIST数据的格式不同。

对于常规MNIST，我们可以使用以下代码导入数据：

import tensorflow as tf

from tensorflow.examples.tutorials.mnist import input_data as ip
mnist = ip.read_data_sets("MNIST_data/", one_hot=True)

但是Tensorflow教程（URL：https://www.tensorflow.org/tutorials/keras/basic_classification）像这样导入Fashion-MNIST：

fashion_mnist = keras.datasets.fashion_mnist

(train_images, train_labels), (test_images, test_labels) =  fashion_mnist.load_data()

我想通过以下特定代码行使用Fashion-MNIST：

 batch_xs, batch_ys = fashion_mnist.train.next_batch(100)

但是当我使用Tensorflow教程的数据导入方法尝试该操作时，出现此错误：

 AttributeError: module 'tensorflow._api.v1.keras.datasets.fashion_mnist' has no attribute 'train'

我如何才能转换Fashion-MNIST或以其他方式导入它以使用此特定代码行？

Answer 1

是的，问题在于Keras内置数据集不是使用IntPtr data0, data1, data2定义的，但是如果您仍然想使用Dataset类（具有很多优点），则有几种方法（我知道）继续。

您可以创建自己的'Method's type signature is not PInvoke compatible类实例，就像在this tutorial中所做的那样
如果您使用的TensorFlow版本> = 1.12.0，则可以安装新的tensorflow-datasets库，该库还具有Fashion MNIST，并且已经以Dataset API的形式加载

我希望这会有所帮助！

编辑：只是注意到它不能完全回答您的问题。您将无法使用正在讨论的特定代码行，因为函数Dataset是在tf.Data.Datasets模块中为mnist特别是here定义的。但是您可以使用next_batch，它会遍历数据集并提供相同的功能。

Answer 2

是的，时尚mnist没有next_batch或您可以使用生成器进行批处理迭代的东西：

fashion_mnist = keras.datasets.fashion_mnist

(train_images, train_labels), (test_images, test_labels) =  fashion_mnist.load_data()

batchs=(train_images[i*100:(i+1)*100],train_labels[i*100:(i+1)*100] for i in range(int(len(train_labels)/100)))

batch_xs, batch_ys=batchs.__next__()

但是您不需要在keras中将数据拆分为批次。 fit（）方法具有一个batch_size参数

怎么把Fashion MNIST转换成Dataset class？

2 个答案: