Согласно вашему описанию, я думаю, что первым учебным пособием по Azure для набора данных MNIST является Учебное пособие. Обучение модели классификации изображений с помощью службы машинного обучения Azure .
Вы можете найти все исходные коды по ссылке внутри учебного пособия, как показано ниже: здесь .
Получить блокнот
Для вашего удобства этот учебник доступен в виде блокнота Jupyter .Запустите блокнот tutorials/img-classification-part1-training.ipynb
в блокнотах Azure или на вашем собственном сервере блокнотов Jupyter.
Вот исходный код utils.py
.
# Copyright (c) Microsoft Corporation. All rights reserved.
# Licensed under the MIT License.
import gzip
import numpy as np
import struct
# load compressed MNIST gz files and return numpy arrays
def load_data(filename, label=False):
with gzip.open(filename) as gz:
struct.unpack('I', gz.read(4))
n_items = struct.unpack('>I', gz.read(4))
if not label:
n_rows = struct.unpack('>I', gz.read(4))[0]
n_cols = struct.unpack('>I', gz.read(4))[0]
res = np.frombuffer(gz.read(n_items[0] * n_rows * n_cols), dtype=np.uint8)
res = res.reshape(n_items[0], n_rows * n_cols)
else:
res = np.frombuffer(gz.read(n_items[0]), dtype=np.uint8)
res = res.reshape(n_items[0], 1)
return res
# one-hot encode a 1-D array
def one_hot_encode(array, num_of_classes):
return np.eye(num_of_classes)[array.reshape(-1)]
Если вы хотите импортировать его в блокнот Azure Jupyter, см. Мои шаги ниже.
- Перейдите на страницу своего проекта, нажмите кнопку
New
и выберите Blank File
. - Затем назовите файл
utils.py
и нажмите клавишу Enter
. - Выберите файл и нажмите
Edit File
. - Скопируйте и вставьте содержимое
utils.py
из репозитория Github репозитория и нажмите Save File
. - Создайте блокнот для проверки
import utils
, все работает.
Итак, # make sure utils.py is in the same directory as this code
означает, как показано на рисунке ниже.