[Python] Google Deep Learning TensorFlow 課程(二) -- 作業一 (上)

Google 大神開的課程還有放 sample code 和作業在Github上，邊念就邊把作業心得放來這邊衝文章數．

• 第一個範例code是下載圖片的壓縮檔

檔案超大的...

• 第二個範例code是要把檔案解壓縮，解完後的檔案大概有4G

因為程式裡沒有判定是否有下載，所以我就把解壓縮那段註解掉了．而且因為會檢查檔案數量，得把一些不要算進去的檔案加到排除條件中．

• 接著遇到第一個問題，用ipython的功能讀取影片檔

Let's take a peek at some of the data to make sure it looks sensible. Each exemplar should be an image of a character A through J rendered in a different font. Display a sample of the images that we just downloaded. Hint: you can use the package IPython.display.

其實這個作業真的不難，但是當初跟Ipython.display不熟搞了好久XD

• 另外試試一個比較進階的做法，用ndimage.imread讀取圖片

把圖片讀取成28*28的矩陣，再用plt.imshow() 把矩陣檔案還原成圖片，記得要加那一行magic function: %matplotlib inline才會在notebook裡面打開圖片

• 接著把圖片檔轉成pickle檔

Pickle可以將python 物件序列化，節省空間和加快讀取速度

• 祭祖中，以下待續