(程序题)下面代码是从TensorFlow Datasets仓库中下载MNIST数据集的一种方式。请根据代码中注释,在空白划线处填写合适的代码。[br][/br]import tensorflow_datasets as tfds[br][/br]import tensorflow as tf [br][/br] # 从 Datasets 仓库下载指定分割区的mnist 数据集,直接获取训练集[br][/br]# batch_size 添加一个批大小维度,-1 表示取全部数据[br][/br]train_ds = (1)__________("mnist", (2)____________, (3)__________)[br][/br]# 转成 numpy 数组[br][/br]numpy_ds = (4)____________(train_ds)[br][/br]# 提取出每个样本的图片数据及标签,分别组成数据集[br][/br]numpy_images, numpy_labels = (5)________________________
举一反三
- (程序题)下面代码是从TensorFlow Datasets仓库中下载MNIST数据集的一种方式。请根据代码中注释,在空白划线处填写合适的代码。 [br][/br] import tensorflow_datasets as tfds[br][/br]import tensorflow as tf [br][/br] # 从 Datasets 仓库下载 mnist 数据集[br][/br]mnist_data = (1)____________________[br][/br]# 从下载得到的数据集中分离出训练集和测试集[br][/br]# 注意:"train"、“test” 必须是数据集中原有的目录名称[br][/br]mnist_train, mnist_test = (2)__________, (3)__________[br][/br]# 判断训练集是否是 Dataset 实例对象[br][/br]assert (4)__________(mnist_train, (5)__________)[br][/br]# 显示数据集元素成份[br][/br]print(mnist_train)[br][/br]print(mnist_test)
- 实现将数组a=np.arange (10).reshape(2,-1)和数组b=np.repeat(1,10).reshape(2,-1)水平堆叠的代码。[br][/br]import numpy as np[br][/br]a=np.arange (10).reshape(2,-1)[br][/br]b=np.repeat(1,10).reshape(2,-1)[br][/br]array= A: np.hstack((a,b)) B: np.vstack((a,b)) C: np.stack((a,b)) D: np.concatenate((a,b))
- 【填空题】根据数据代码的传输顺序,数据传输方式有[br][/br]___[br][/br]传输与[br][/br]___[br][/br]传输之分。
- 下面列出的数据分析库中,用于绘制数组的2D图形的是( )。[br][/br] [br][/br](1.0) A: NumPy B: Pandas C: Matplotli D: NLTK
- MNIST手写字体识别数据集是机器学习领域的一个经典数据集,它包含0-9十种数字,其中训练集包含( )[br][/br]个。 A: 10 B: 10000 C: 60000 D: 70000