简单介绍TensorFlow如何与matlab联合使用,Matlab对数据进行预处理(统一像素尺寸,加标签),然后给予TensorFlow训练,测试,验证!
import tensorflow as tf
from scipy.io import loadmat as load导入python的库函数用于加载mat格式文件
train_data = load('C:\Data22\train_data.mat')
test_data = load('C:\Data22\test_data.mat')
validation_data = load('C:\Data22\validation.mat')
加载相应的mat文件,注意文件路径是 \ 隔开而不是
train_x_data=train_data['train_x_data']
train_y_labels=train_data['train_y_labels']
读取训练集中的数据和对应标签
test_x_data=test_data['test_x_data']
test_y_labels=test_data['test_y_labels']
读取测试集中的数据和对应标签
validation_x_data=validation_data['validation_x_data']
validation_y_labels=validation_data['validation_y_labels']
读取验证集中的数据和对应标签
上述数据均是在matlab里面处理好的,每个文件包含数据和对应的标签,分别读取出来,用于后续使用!
最后
以上就是饱满白开水最近收集整理的关于简单介绍TensorFlow(Python)如何调用Matlab产生的mat格式文件的全部内容,更多相关简单介绍TensorFlow(Python)如何调用Matlab产生内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复