tensorflow.keras.datasets 所表达的意义

此文章为翻译文章（夹杂着我的个人使用看法），原址：https://keras.io/api/datasets/

Darasets

   tensorflow.keras.datasets模型提供了一些已在numpy格式中向量化了的数据集，可以被用来调试模型或者创建一些简单的代码实例

Available datasets

1.   mnist数字分类数据集

2.    cifar10小图像分类数据集

3.     cifar100小图像分类数据集

4.     imdb电影评论情感分类数据集

5.     Reuters newswire classification dataset(路透社新闻分类数据集)

6.     Boston Housing price regression dataset(波士顿房屋价格回归数据集)

  因为我目前只用到了mnist，所以我只着重讲一下mnist（其他的到时候我用到了再补充吧）

 mnist是手写数字数据集，如果在开头引用 from tensorflow.keras.datasets import mnist 会出现随机的手写数字数据与你所规定的“正确答案”进行比对，从而实现识别手写数字的功能

（以下回归翻译内容）mnist里的load_data函数，格式：tensorflow.keras.datasets.mnist.load_data(path="xxxxx")

      这是一个包含10位数的60,000张28x28灰度图像的数据集，以及10,000张图像的测试集

      参数path：本地缓存数据集的路径

      返回numpy数组的元组:（x_train,y_train）,(x_test,y_test)

           x_train , x_test : uint8具有形状的灰度图像数据数组

           y_train，y_test：uint8形状为（num_samples）的数字标签数组（范围为0-9的整数）。