缺少 MNIST 数据集类

Question

我正在使用 Keras 和 Theano 训练一个 ConvNet，但在这之前我决定先看看数据集、它的数据样本和 classes...我不喜欢什么我看到了。

我正在使用以下代码加载训练和测试数据集，并计算每个数据样本标记的数据样本数量：

import numpy as np
from keras.datasets import mnist

(X_train, y_train), (X_test, y_test) = mnist.load_data()

train_classes = [0,0,0,0,0,0,0,0,0,0]
test_classes = [0,0,0,0,0,0,0,0,0,0]

for i in y_train:
    train_classes[y_train[i]] = train_classes[y_train[i]] + 1

for i in y_test:
    test_classes[y_test[i]] = test_classes[y_test[i]] + 1

print('Training classes: ', train_classes)
print('\nTesting classes: ', test_classes)

... 结果令人担忧：

(ann) C:\Users\shado\mnist>python statistics.py
Using Theano backend.
Training classes:  [6742, 17900, 5421, 6265, 11907, 5923, 0, 0, 0, 5842]

Testing classes:  [1010, 1924, 1135, 0, 1940, 974, 0, 980, 0, 2037]

因此，正如您从标签计数中看到的那样，训练数据集缺少“6”、“7”和“8”class，而测试数据集缺少“3”， “6”和“8”classes。当然，class 分布无处不在，特别是在训练数据集上。

我是不是下载错了数据集？我在这里遗漏了什么吗？

Answer 1

你需要的逻辑是：

for i in y_train:
    train_classes[i] += 1

因为 i 已经是标签。

或等效地：

for i in range(len(y_train)):
    train_classes[y_train[i]] += 1

您当前的代码基本上是随机抽取每组的前 10 个标签...

注意：您也可以简单地使用：np.unique(y_train, return_counts=True).

缺少 MNIST 数据集 类

MNIST dataset missing classes

python

mnist

keras

缺少 MNIST 数据集类