我目前正在做一个案例研究,我需要为 MNIST database 工作.
this site 中的文件据说是 IDX 文件格式。我尝试使用记事本和写字板等基本文本编辑器查看这些文件,但没有成功。
预计它们将采用高端格式,我尝试了以下操作:
to.read = file("t10k-images.idx3-ubyte", "rb")
readBin(to.read, integer(), n=100, endian = "high")
我得到了一些数字作为输出,但它们对我来说没有任何意义。
谁能解释一下如何在 R 中读取 MNIST 数据库文件以及如何解释这些数字?谢谢。
最佳答案
endian="big"
,不是"high"
:
> to.read = file("~/Downloads/t10k-images-idx3-ubyte", "rb")
魔数(Magic Number):
> readBin(to.read, integer(), n=1, endian="big")
[1] 2051
图片数量:
> readBin(to.read, integer(), n=1, endian="big")
[1] 10000
行数:
> readBin(to.read, integer(), n=1, endian="big")
[1] 28
列数:
> readBin(to.read, integer(), n=1, endian="big")
[1] 28
数据来了:
> readBin(to.read, integer(), n=1, endian="big")
[1] 0
> readBin(to.read, integer(), n=1, endian="big")
[1] 0
根据网站上的训练集图像数据描述。
现在你只需要循环并将 28*28 字节的 block 读入矩阵。
重新开始:
> to.read = file("~/Downloads/t10k-images-idx3-ubyte", "rb")
跳过标题:
> readBin(to.read, integer(), n=4, endian="big")
[1] 2051 10000 28 28
应该真正从 header 中读取 28,28,但在此处进行了硬编码:
> m = matrix(readBin(to.read,integer(), size=1, n=28*28, endian="big"),28,28)
> image(m)
可能需要转置或翻转矩阵,我认为它是一个倒置的“7”。
par(mfrow=c(5,5))
par(mar=c(0,0,0,0))
for(i in 1:25){m = matrix(readBin(to.read,integer(), size=1, n=28*28, endian="big"),28,28);image(m[,28:1])}
让你:
哦,谷歌引导我到:http://www.inside-r.org/packages/cran/darch/docs/readMNIST这可能有用。
关于database - 如何在 R 中读取 MNIST 数据库?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/21521571/