我已成功将MNIST数据下载到扩展名为.npy的文件中。当我打印第一张图像的几列时。我得到以下结果。每个数字在这里代表什么?
a= np.load("training_set.npy")
print(a[:1,100:200])
print(a.shape)
[[ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 18
18 18 126 136 175 26 166 255 247 127 0 0 0 0 0 0 0 0
0 0 0 0 30 36 94 154 170 253 253 253 253 253 225 172 253 242
195 64 0 0 0 0 0 0 0 0]]
(60000, 784)
答案 0 :(得分:1)
[[ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 18
18 18 126 136 175 26 166 255 247 127 0 0 0 0 0 0 0 0
0 0 0 0 30 36 94 154 170 253 253 253 253 253 225 172 253 242
195 64 0 0 0 0 0 0 0 0]]
这些是MNIST图像的784个像素(28x28)中每个像素的强度值(0-255);训练图像的总数为60,000(您将在测试集中找到10,000图像)。
(60000, 784)
表示60,000个样本(图像),每个样本包含784个特征(像素值)。