简单介绍TensorFlow（Python）如何调用Matlab产生的mat格式文件

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。