Das Objekt mnist wird von read_data_sets() function definiert im Modul tf.contrib.learn . Die Methode mnist.train.next_batch(batch_size) ist implementiert hier und gibt ein Tupel mit zwei Arrays zurück, wobei das erste ein Stapel von batch_size MNIST-Bildern darstellt und das zweite einen Stapel von batch-size -Etiketten, die diesen Bildern entsprechen.
Die Bilder werden als 2-D-NumPy-Array der Größe [batch_size, 784] zurückgegeben (da es 784 Pixel in einem MNIST-Bild gibt), und die Beschriftungen werden entweder als 1-D NumPy-Array der Größe [batch_size] ( wenn read_data_sets() mit one_hot=False aufgerufen wurde) oder ein 2-D NumPy-Array der Größe [batch_size, 10] (wenn read_data_sets() mit one_hot=True aufgerufen wurde).
Tags und Links neural-network tensorflow python-3.x autoencoder