我正在尝试学习 TensorFlow,并通过以下链接实现了 MNIST 示例:http://openmachin.es/blog/tensorflow-mnist 我希望能够实际查看训练/测试图像。 所以我尝试添加代码来显示第一批的第一张火车图片:
x_i = batch_xs[0]
image = tf.reshape(x_i,[28,28])
现在,因为数据是float32类型(值在[0,1]范围内),所以我尝试将其转换为uint16,然后将其编码为png以显示图像。 我尝试使用
tf.image.convert_image_dtype and tf.image.encode_png
,但没有成功。
如何将原始数据转换为图像并显示图像?
阅读完教程后,您可以在 numpy 中完成所有操作,无需 TF:
import matplotlib.pyplot as plt
first_array=batch_xs[0]
#Not sure you even have to do that if you just want to visualize it
#first_array=255*first_array
#first_array=first_array.astype("uint8")
plt.imshow(first_array)
#Actually displaying the plot if you are not in interactive mode
plt.show()
#Saving plot
plt.savefig("fig.png")
您还可以使用 PIL 或任何您喜欢的可视化工具。
X = X.reshape([28, 28]);
plt.gray()
plt.imshow(X)
这有效。
在针对 ML 初学者的 MNIST 教程中的代码之上,您可以可视化 mnist 数据集中的图像:
import matplotlib.pyplot as plt
batch = mnist.train.next_batch(1)
plotData = batch[0]
plotData = plotData.reshape(28, 28)
plt.gray() # use this line if you don't want to see it in color
plt.imshow(plotData)
plt.show()
将表示 MNIST 图像的 numpy 数组传递给下面的函数,它将使用 matplotlib 显示图形。
def displayMNIST(imageAsArray):
imageAsArray = imageAsArray.reshape(28, 28);
plt.imshow(imageAsArray, cmap='gray')
plt.show()
在张量流2.0中:
import matplotlib.pyplot as plt
import tensorflow as tf
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
plt.imshow(x_train[0], cmap='gray_r')
我们可以使用
subplots
的
matplotlib.pyplot
# plotting the first 9 images in the train set of MNIST
fig , axs = plt.subplots(3, 3)
cnt = 0
for i in range(3):
for j in range(3):
axs[i, j].imshow(X_train[cnt])
cnt += 1