import numpy as np
import h5py
def load_dataset():
train_dataset = h5py.File('datasets/train_catvnoncat.h5', "r")
train_set_x_orig = np.array(train_dataset["train_set_x"][:]) # your train set features
train_set_y_orig = np.array(train_dataset["train_set_y"][:]) # your train set labels
test_dataset = h5py.File('datasets/test_catvnoncat.h5', "r")
test_set_x_orig = np.array(test_dataset["test_set_x"][:]) # your test set features
test_set_y_orig = np.array(test_dataset["test_set_y"][:]) # your test set labels
classes = np.array(test_dataset["list_classes"][:]) # the list of classes
train_set_y_orig = train_set_y_orig.reshape((1, train_set_y_orig.shape[0]))
test_set_y_orig = test_set_y_orig.reshape((1, test_set_y_orig.shape[0]))
return train_set_x_orig, train_set_y_orig, test_set_x_orig, test_set_y_orig, classes
没有合适的资源?快使用搜索试试~ 我知道了~
吴恩达deeplearning课程作业及需要的的数据包 lr-utils和datasets
共3个文件
h5:2个
py:1个
需积分: 0 0 下载量 178 浏览量
2024-09-18
16:01:06
上传
评论
收藏 2.66MB ZIP 举报
温馨提示
吴恩达的深度学习课程是全球范围内非常受欢迎的在线教育项目,旨在教授学员如何构建和理解神经网络。在这个课程中,学生们会被分配一系列的作业,这些作业通常涉及到使用Python编程语言以及相关的数据处理和机器学习库,如NumPy、Pandas和TensorFlow。在你提供的压缩包文件中,“lr_utils”和“datasets”是两个关键的标签,它们对应着课程中的重要工具和数据集。
资源推荐
资源详情
资源评论
收起资源包目录
Desktop.zip (3个子文件)
datasets
train_catvnoncat.h5 2.45MB
test_catvnoncat.h5 602KB
lr_utils.py 898B
共 3 条
- 1
资源评论
LZKKJD
- 粉丝: 4
- 资源: 1
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功