![](/img/trans.png)
[英]How do I select only a specific number of samples from the MNIST dataset provided by Keras?
[英]How do I select only a specific digit from the MNIST dataset provided by Keras?
我目前正在使用 Keras 在 MNIST 数据集上训练前馈神经网络。 我正在使用格式加载数据集
(X_train, Y_train), (X_test, Y_test) = mnist.load_data()
但后来我只想使用数字 0 和 4 来训练我的模型,而不是全部。 如何只选择2位数? 我对 python 相当陌生,可以弄清楚如何过滤 mnist 数据集......
Y_train
和Y_test
为您提供图像标签,您可以将它们与numpy.where
一起使用以过滤掉带有 0 和 4 的标签子集。 你所有的变量都是 numpy 数组,所以你可以简单地做;
import numpy as np
train_filter = np.where((Y_train == 0 ) | (Y_train == 4))
test_filter = np.where((Y_test == 0) | (Y_test == 4))
您可以使用这些过滤器按索引获取数组的子集。
X_train, Y_train = X_train[train_filter], Y_train[train_filter]
X_test, Y_test = X_test[test_filter], Y_test[test_filter]
如果您对 2 个以上的标签感兴趣,那么 where 和 or 的语法可能会很麻烦。 所以你也可以使用numpy.isin
来创建掩码。
train_mask = np.isin(Y_train, [0, 4])
test_mask = np.isin(Y_test, [0, 4])
您可以像以前一样使用这些掩码进行布尔索引。
你有标签文件以及训练和测试:
train_images = mnist.train_images()
train_labels = mnist.train_labels()
test_images = mnist.test_images()
test_labels = mnist.test_labels()
您可以将它们与简单的列表理解一起使用来过滤数据集
zero_four_test = [test_images[key] for (key, label) in enumerate(test_labels) if int(label) == 0 or int(label) == 4]
当数字不连续且从 0 开始时,使用Y_train = Y_train[train_mask]
会引发InvalidArgumentError
(keras 期望从 0 开始的连续标签范围)
解决方案(两位数)是:
train_mask = np.isin(Y_train, [2,8])
test_mask = np.isin(Y_test, [2,8])
X_train, Y_train = X_train[train_mask], np.array(Y_train[train_mask] == 8)
X_test, Y_test = X_test[test_mask], np.array(Y_test[test_mask] == 8)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.