mnist
对象是从tf.contrib.learn
模块中定义的read_data_sets()
函数返回的。 mnist.train.next_batch(batch_size)
方法在此处实现,它返回两个数组的元组,其中第一个表示一批batch_size
MNIST图像,第二个表示一批与这些图像相对应的batch-size
标签。
图像以大小为[batch_size, 784]
的2-D NumPy数组形式返回(因为MNIST图像中有784个像素),并且标签以大小为[batch_size]
的一维NumPy数组形式返回(如果使用one_hot=False
调用read_data_sets()
或使用[batch_size, 10]
大小的二维NumPy数组(如果使用one_hot=True
调用read_data_sets()
)。
0
我正在尝试学习TensorFlow并在以下位置研究示例: https : //github.com/aymericdamien/TensorFlow-Examples/blob/master/notebooks/3_NeuralNetworks/autoencoder.ipynb
然后,我在下面的代码中有一些疑问:
由于mnist只是一个数据集,
mnist.train.next_batch
到底是mnist.train.next_batch
意思?如何定义dataset.train.next_batch
?谢谢!