脚本宝典收集整理的这篇文章主要介绍了深度学习-读取数据,脚本宝典觉得挺不错的,现在分享给大家,也给大家做个参考。
官网下载,或者镜像下载
修改channels为国内源【清华,每隔五秒同步一次官方】,方便下载
点击播放键运行Terminal
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/mSys2/
# 设置搜索时显示通道地址
conda config --set show_channel_urls yes
pip install tensorflow==1.15
pip install keras==2.3.1
pip install tensorflow-gpu
#conda安装CUDA和cuDNN。不然无法使用GPU
conda install cudatoolkIT cudnn
注意。不带cudnn==x.x.x为最新版本
运行单独环境下的python
检测是否安装好了tensorflow和keras
pip list | find /i "tensorflow"
#“|“是管道符。就是将上一个命令的输出,作为下一个命令的输入
# find ”x”是寻找指定内容x,/I 参数为不区分大小写
pip list | find /i "keras"
运行python
import tensorflow as tf
import keras
>>> tf.__version__
'1.15.0'
>>> keras.__version__
'2.3.1'
>>>
或者python也行
#导入pandas包
import pandas as pd
data_yzw =pd.read_excel('D:DeveloPErJetbrainswww.jetbrains.COMJetBrainsDemoPycharmPCrawleryzw研招网专业信息.xls', sheet_name="Sheet1")
#显示前五行
data_yzw [:5]
#显示第一行第一列
data_yzw .iloc[1, 1]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-GhCDyW9q-1635862423119)(file:///C:/Users/Eureka/AppData/Local/Temp/msohtMLclip1/01/clip_image012.jpg)]
# csv文件读取方法
## pandas里面的read_csv
# 如果不设置encoding="gbk"可能不会中文显示成功
data_csv = pd.read_csv("D:DeveloperJetBrainswww.jetbrains.comJetBrainsDemoPycharmPCrawleryzwyzw.csv",encoding="gbk")
data_csv[:5]
#data_csv.iloc[1, 1]
# 图片的读取和展示
## 使用open CV读取
#导入OpenCV包
import cv2
#读取图像
cv2_image = cv2.imread('E:ChromeDownloadSheya897028310.jpg')
#显示图像
cv2.imshow('cv2_image', cv2_image)
#等待
cv2.waitKey()
#销毁窗口
cv2.destroyAllWindows()
#图像形状
PRint(cv2_image.Shape)
#图像类型
print(type(cv2_image))
# 使用kreas读取图片
From keras.preprocessing.image import array_to_img, img_to_array, load_img
import numpy as np
#读取图片/加载
load_img = load_img('E:ChromeDownloadSheya880524660.jpg')
load_img_image = np.array(load_img)
print(load_img_image.shape)
print(type(load_img_image))
import matplotlib.pyplot as plt
img_plt = plt.imread('D:DeveloperToneCIDMDL928679220.jfif')
img_plt_array = np.array(img_plt)
print(img_plt_array)
plt.imshow(img_plt)
plt.show()
print(img_plt.shape)
print(type(img_plt))
(TensorflowOne)[https://github.com/lehoso/TensorflowOne]
以上是脚本宝典为你收集整理的深度学习-读取数据全部内容,希望文章能够帮你解决深度学习-读取数据所遇到的问题。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。