keras.datasets.mnist和tensorflow.examples.tutorials.mnist有什么区别？

Question

我正在分析this DCGAN。当我使用input_data中的tensorflow.examples.tutorials.mnist时，如line 144所示：

self.x_train = input_data.read_data_sets("mnist",\
        one_hot=True).train.images

我获得了相当不错的成绩： 尽管当我使用mnist中的keras.datasets时，第144行看起来像这样：

(xtr, ytr), (xte, yte) = mnist.load_data();
    self.x_train = xtr

我得到了非常糟糕的结果： 我已经从两个数据集中手动检查了一些图像，它们非常相似。

那么keras.datasets.mnist和tensorflow.examples.tutorials.mnist有什么区别？为什么生成的图像如此不同？ keras.datasets.mnist在做什么？

Answer 1

很有可能tensorflow.examples.tutorials.mnist中的图像已被标准化为[0，1]范围，因此可以获得更好的结果。而Keras中MNIST数据集中的值在[0，255]范围内，并且您需要对其进行归一化（当然，如果需要）。试试这个：

(xtr, ytr), (xte, yte) = mnist.load_data()
xtr = xtr.astype('float32') / 255.0
xte = xte.astype('float32') / 255.0