怎么将MNIST数据集转化为二维图片

怎么将MNIST数据集转化为二维图片？针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

具体如下：

#coding: utf-8
from tensorflow.examples.tutorials.mnist import input_data
import scipy.misc
import os

# 读取MNIST数据集。如果不存在会事先下载。
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

# 我们把原始图片保存在MNIST_data/raw/文件夹下
# 如果没有这个文件夹会自动创建
save_dir = &＃39;MNIST_data/raw/&＃39;
if os.path.exists(save_dir) is False:
  os.makedirs(save_dir)

# 保存前20张图片
for i in range(20):
  # 请注意，mnist.train.images[i, :]就表示第i张图片（序号从0开始）
  image_array = mnist.train.images[i, :]
  # TensorFlow中的MNIST图片是一个784维的向量，我们重新把它还原为28x28维的图像。
  image_array = image_array.reshape(28, 28)
  # 保存文件的格式为 mnist_train_0.jpg, mnist_train_1.jpg, ... ,mnist_train_19.jpg
  filename = save_dir + &＃39;mnist_train_%d.jpg&＃39; % i
  # 将image_array保存为图片
  # 先用scipy.misc.toimage转换为图像，再调用save直接保存。
  scipy.misc.toimage(image_array, cmin=0.0, cmax=1.0).save(filename)

print(&＃39;Please check: %s &＃39; % save_dir)

关于怎么将MNIST数据集转化为二维图片问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注编程笔记行业资讯频道了解更多相关知识。