【深度学习】基于tensorflow的服装图像分类训练（数据集：Fashion-MNIST）_服装数据集

最新推荐文章于 2024-07-19 15:15:22 发布

2401_84181731

最新推荐文章于 2024-07-19 15:15:22 发布

阅读量651

点赞数 6

文章标签：深度学习 tensorflow 分类

本文链接：https://blog.csdn.net/2401_84181731/article/details/138238513

版权

本文介绍了基于TensorFlow的Fashion-MNIST服装图像分类，详细讲解了数据集格式、CPU与GPU训练的区别及操作，以及模型预处理、CNN模型构建和训练过程。适合深度学习初学者和进阶者参考。

摘要由CSDN通过智能技术生成

默认下载在C:\Users\用户\.keras\datasets路径下。

from tensorflow.keras import datasets

# 下载数据集
(train_images, train_labels), (test_images, test_labels) = datasets.cifar10.load_data()

这里对从网上下载的数据集进行一个说明。

训练数据集共60k张图片，各个服装类型的数据量一致也就是说每种6k。
测试数据集共10k张图片，各个服装类型的数据量一致也就是说每种100。

数据集均采用28281的灰度照片。

一般来说有好的显卡(GPU)就使用GPU训练因为快，那么对应的你就要下载tensorflow-gpu包。如果你的显卡较差或者没有足够资金入手一款好的显卡就可以使用CUP训练。

（1）CPU主要用于串行运算；而GPU则是大规

关注