如何仅从Keras提供的MNIST数据集中选择特定数字？

Question

我目前正在使用Keras在MNIST数据集上训练前馈神经网络。我正在使用以下格式加载数据集

(X_train, Y_train), (X_test, Y_test) = mnist.load_data()

但是我只想用数字0和4训练我的模型，而不是全部。如何只选择2位数字？我对python相当陌生，可以弄清楚如何过滤mnist数据集...

Answer 1

Y_train并Y_test为您提供图像标签，您可以将其与numpy.where一起使用，以滤除带有0和4的部分标签。您所有的变量都是numpy数组，因此您可以轻松完成；

import numpy as np

train_filter = np.where((Y_train == 0 ) | (Y_train == 4))
test_filter = np.where((Y_test == 0) | (Y_test == 4))

您可以使用这些过滤器按索引获取数组的子集。

X_train, Y_train = X_train[train_filter], Y_train[train_filter]
X_test, Y_test = X_test[test_filter], Y_test[test_filter]

如果您对两个以上的标签感兴趣，则语法可能会因为where和or而变得冗长。因此，您还可以numpy.isin用来创建蒙版。

train_mask = np.isin(Y_train, [0, 4])
test_mask = np.isin(Y_test, [0, 4])

您可以像以前一样使用这些掩码进行布尔索引。

Answer 2

您有标签文件以及训练和测试：

train_images = mnist.train_images()
train_labels = mnist.train_labels()

test_images = mnist.test_images()
test_labels = mnist.test_labels()

您可以将它们与简单的列表理解一起使用来过滤数据集

zero_four_test = [test_images[key] for (key, label) in enumerate(test_labels) if int(label) == 0 or int(label) == 4]