Question

首先，我必须承认我对python和tensorflow的经验有限。我正在寻找一些关于操纵从张量流示例导入的MNIST图像的支持。

我想要的是以下内容：

从tensorflow.examples.tutorials.mnist
将来自MNIST的一半随机选择的图片存储在一个阵列中，以便我可以操作它

我正在编写的代码如下

import tensorflow as tf
import numpy as np
from tensorflow.examples.tutorials.mnist import input_data
data = input_data.read_data_sets('data/MNIST/',one_hot=True)
import random

rndm_imgs = random.sample(data.test.images, len(data.test.images)/2)

我收到以下错误

    Traceback (most recent call last):
  File "<string>", line 7, in <module>
  File "/Library/Frameworks/Python.framework/Versions/3.5/lib/python3.5/random.py", line 320, in sample
    raise TypeError("Population must be a sequence or set.  For dicts, use list(d).")
TypeError: Population must be a sequence or set.  For dicts, use list(d).

任何可以支持的人？

提前致谢

Answer 1

使用python时的一个好习惯是使用python -i program.py运行程序，这样就可以使用shell以交互方式检查每个变量的含义。如果你打印data.test.images，你会发现它是一个n-drayray（n维numpy数组）的形状（10000,784）。所以基本上它是一个矩阵，其中每一行都是一个图像（mnist是28x28，因此是784）。

如果你想使用python的内置random.sample函数进行采样，将数据矩阵转换为一个列表，使每个元素都是一个图像（784维度或元素的向量）。

data_test_list = list(data.test.images)
test_samples = random.samples(data_test_list, len(data.test.images)/2)
test_samples = np.array(test_samples)

请注意，在获取我们的示例之后，我们将结果转换回numpy数组，因为这通常是您想要在tensorflow的上下文中处理的。

从MNIST数据集中选择随机图像

1 个答案: