如何在 Fashion_mnist (Tensorflow) 中设置具有特定类别的子集答案

【问题标题】：How to set a subset with specific category in Fashion_mnist (Tensorflow)如何在 Fashion_mnist (Tensorflow) 中设置具有特定类别的子集
【发布时间】：2022-01-22 15:04:24
【问题描述】：

现在我已经在 Fashion_mnist 中使用了原始数据：

https://www.tensorflow.org/api_docs/python/tf/keras/datasets/fashion_mnist/load_data

fashion_mnist = tf.keras.datasets.fashion_mnist
(train_images,train_labels),(test_images,test_labels)=fashion_mnist.load_data()
class_names = ['T-shirt/top','Trousers','Pullover','Dress','Coat','Sandals','Shirt','Shirt','Sneakers','Bag','Ankle boot']

如何创建具有特定类别的子集，例如 6000 T 恤和 6000 连衣裙以及其他类别中的 1000？

【问题讨论】：

您想将图像保存在某处还是只是将数据加载到 10 个不同的变量中？

标签： python tensorflow machine-learning

【解决方案1】：

以下代码 sn-p 应该可以帮助您开始使用它。 train_data和test_data包含每个类的数据（索引从0到9，相当于你的class_names）。

import tensorflow as tf

fashion_mnist = tf.keras.datasets.fashion_mnist
(train_images,train_labels),(test_images,test_labels)=fashion_mnist.load_data()
class_names = ['T-shirt/top','Trousers','Pullover','Dress','Coat','Sandals','Shirt','Shirt','Sneakers','Bag','Ankle boot']

train_data = []; test_data = []
for i in range(10):
    idxs = [idx for idx,item in enumerate(train_labels) if item==i]
    train_data.append(train_images[idxs])

    idxs = [idx for idx,item in enumerate(test_labels) if item==i]
    test_data.append(train_images[idxs])

【讨论】：

感谢您的回答，这个循环真的帮助我找到了我需要的东西！但也有一个问题，“train_images[idxs]”的值是一个 2darray，我怎样才能将它保存到一个新的空 3darray 中？我怎样才能创建它？我尝试了很多次，但即使使用“np.append(new_ndarray,train_images[idx])”也不能成功追加
@AxlHuang，请参阅What should I do when someone answers my question? 并考虑接受答案。对于新问题，您可以创建一个新帖子。确保提供正确的输入和输出描述。