usps手写数据集+使用代码.zip

数据集为usps手写数据集(.mat形式)，共9298张图片，维度16*16，内附有python版的使用代码

import numpy as np  #用于数据处理
import matplotlib.pyplot as plt  # 用于展示图片
import scipy.io as sio  # 用于读取.mat

def load_dataset（dataset=‘usps‘）:
    # 加载usps数据集
    if dataset == ‘usps‘:
        data = sio.loadmat（‘usps_resampled.mat‘）
        x_train y_train x_test y_test = data[‘train_patterns‘].T data[‘train_labels‘].T data[‘test_patterns‘].T data[‘test_labels‘].T
        x = np.concatenate（（x_train x_test））
        y_train = [np.argmax（l） for l in y_train]  # 将onehot编码转成一般编码
        y_test = [np.argmax（l） for l in y_test]  # 将onehot编码转成一般编码
        y = np.concatenate（（np.array（y_train） np.array（y_test）））.astype（np.int32）
        x = x.reshape（（-1 16 16 1））.astype（np.float32）   # 便于使用卷积层
        # x = x.reshape（（x.shape[0] 16*16））.astype（np.float32）   # 便于使用全连接层
        x = np.divide（x 255.）  # 归一化
        print（‘USPS:‘ x.shape y.shape）  # （9298 16 16 1）
        return x y

    else:
        print（‘The dataSet name is useless‘）
        exit（0）


def show_figure（data）:  # 显示前200张图片
    digit_size = data.shape[1]  # 16 或者 28
    data = np.squeeze（data）  # 去掉1维
    figure = np.zeros（（digit_size * 10 digit_size * 20））
    t = 0
    for i in range（10）:  # 10行
        for j in range（20）:  # 每行展示20个数据
            figure[i * digit_size: （i+1） * digit_size j * digit_size: （j+1） * digit_size] = data[t]
            t = t + 1
    plt.figure（figsize=（15 15））
    plt.imshow（figure）
    plt.show（）

if __name__ == ‘__main__‘:
    # load dataset
    x y = load_dataset（‘usps‘）
    print（y[:200]）  # 展示前200个样本的标签
    show_figure（x）  # 展示前200个样本数据

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2020-05-25 10:11  usps手写数据集+使用代码\
     文件        1759  2020-05-25 10:14  usps手写数据集+使用代码\test_usps.py
     文件    19228688  2006-03-13 20:48  usps手写数据集+使用代码\usps_resampled.mat