test_reader = paddle.vision.datasets.MNIST(mode='test') print("测试集样本数:", len(test_reader)) print("样本形状:", test_reader[0][0].shape) print("标签形状:", test_reader[0][1].shape) # 包装数据读取器,每次读取的数据数量设置为batch_size=64 test_loader = paddle.io.DataLoader(test_reader, batch_size=64, shuffle=True) pred_list = [] #存放预测值 label_list = [] #存放真实值 ##代码填充 pred_list = np.array(pred_list).reshape(-1,1) label_list = np.array(label_list).reshape(-1,1) print('测试集上的准确率:', np.sum(label_list==pred_list)/len(label_list))
时间: 2023-05-20 21:05:47 浏览: 93
基于PaddlePaddle_text_cnn文本分类_text_cnn_classify_paddle.zip
这段代码是使用PaddlePaddle框架中的视觉数据集MNIST来读取测试集数据。其中,mode参数设置为'test'表示读取测试集数据。代码中通过len(test_reader)来获取测试集样本数,通过test_reader[0][0].shape和test_reader[0][1].shape来获取第一个样本的形状和标签的形状。
阅读全文