“成对”的Python术语

Question

我有点没有所有花哨的术语就学到了后院的python，并且碰到了对腌制文件的描述...“酸洗文件表示的3所列出的元组：训练集，所述验证集和测试集的每一个三个列表的是从图像的列表和用于每个图像的类别标签的列表形成的一对。一个图像表示为numpy的一维数组，其中包含784（28 x 28）个浮点值，介于0和1之间（0代表黑色，1代表白色）。标签是介于0到9之间的数字，表示图像代表哪个数字。”（来自http://deeplearning.net/tutorial/gettingstarted.html）我试图在我的脑海中将其可视化（这是他们想要腌制的格式，所以我不能仅仅对其进行修改），是否意味着该文件是（1）三个列表，每个列表由两个列表组成，一个带有图像，一个带有标签，（2）三个列表，每个列表由元组组成，（tuple [0]是图像，tuple [1]是标签）或者是其他东西？

Answer 1

这是调查数据拓扑的方法：

In [1]: import cPickle

In [2]:

In [3]: f = cPickle.load(open('mnist.pkl', 'rb'))

In [4]: type(f)

Out[4]: tuple

In [5]: len(f)

Out[5]: 3

In [6]: type(f[0])

Out[6]: tuple

In [7]: len(f[0])

Out[7]: 2

In [8]: type(f[0][0])

Out[8]: numpy.ndarray

In [9]: len(f[0][0])

Out[9]: 50000

In [10]: f[0][0].shape

Out[10]: (50000, 784)

Answer 2

training_set is ([image,image,image,...],[label,label,label,...])

validation_set is ([image,image,image,...],[label,label,label,...])

testing_set is ([image,image,image,...],[label,label,label,...])

放在一起作为三元组：

(

    ([image,image,image,...],[label,label,label,...]),

    ([image,image,image,...],[label,label,label,...]),

    ([image,image,image,...],[label,label,label,...])

)

“学习者”将从训练集中进行自我教示，然后验证从验证集中获得的知识，然后将测试集视为“真实”实时数据。