簡單介紹TensorFlow如何與matlab聯合使用，Matlab對數據進行預處理（統一像素尺寸，加標簽），然后給予TensorFlow訓練，測試，驗證！

import tensorflow as tffrom scipy.io import loadmat as load

導入python的庫函數用于加載mat格式文件

train_data = load('D:\\Data22\\train_data.mat') test_data = load('D:\\Data22\\test_data.mat') validation_data = load('D:\\Data22\\validation.mat')

加載相應的mat文件，注意文件路徑是 \\ 隔開而不是 \

train_x_data=train_data['train_x_data'] train_y_labels=train_data['train_y_labels']

讀取訓練集中的數據和對應標簽

test_x_data=test_data['test_x_data'] test_y_labels=test_data['test_y_labels']

讀取測試集中的數據和對應標簽

validation_x_data=validation_data['validation_x_data'] validation_y_labels=validation_data['validation_y_labels']

讀取驗證集中的數據和對應標簽

上述數據均是在matlab里面處理好的，每個文件包含數據和對應的標簽，分別讀取出來，用于后續使用！
?

總結

以上是生活随笔為你收集整理的TensorFlow生成.mat文件的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。