tensorflow 2.6版本

最新推荐文章于 2023-06-10 20:36:40 发布

KENYCHEN奉孝

最新推荐文章于 2023-06-10 20:36:40 发布

阅读量2.5k

点赞数 1

分类专栏： AI 文章标签：大数据 python

本文链接：https://blog.csdn.net/keny88888/article/details/120134853

版权

本文介绍了如何使用TensorFlow 2.6更新并构建一个卷积神经网络模型，对CIFAR10数据集进行图像分类。通过训练和评估，模型达到约70.74%的准确率，仍有提升空间。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.更新tensorflow 2.6版本

pip install tensorflow

Successfully installed absl-py-0.13.0 astunparse-1.6.3 cachetools-4.2.2 certifi-2021.5.30 charset-normalizer-2.0.4 clang-5.0 flatbuffers-1.12 gast-0.4.0 google-auth-1.35.0 google-auth-oauthlib-0.4.6 google-pasta-0.2.0 grpcio-1.39.0 h5p
y-3.1.0 idna-3.2 keras-2.6.0 keras-preprocessing-1.1.2 numpy-1.19.5 oauthlib-3.1.1 opt-einsum-3.3.0 protobuf-3.17.3 pyasn1-0.4.8 pyasn1-modules-0.2.8 requests-2.26.0 requests-oauthlib-1.3.0 rsa-4.7.2 six-1.15.0 tensorboard-2.6.0 tensor
board-data-server-0.6.1 tensorboard-plugin-wit-1.8.0 tensorflow-2.6.0 tensorflow-estimator-2.6.0 termcolor-1.1.0 typing-extensions-3.7.4.3 urllib3-1.26.6 werkzeug-2.0.1 wheel-0.37.0 wrapt-1.12.1

pip install matplotlib

下载并准备 CIFAR10 数据集

CIFAR10 数据集包含 10 类，共 60000 张彩色图片，每类图片有 6000 张。此数据集中 50000 个样例被作为训练集，剩余 10000 个样例作为测试集。类之间相互独立，不存在重叠的部分。

(train_images, train_labels), (test_images, test_labels) = datasets.cifar10.load_data()

# Normalize pixel values to be between 0 and 1
train_images, test_images = train_images / 255.0, test_images / 255.0

验证数据

#验证数据
class_names = ['airplane', 'automobile', 'bird', 'cat', 'deer',
               'dog', 'frog', 'horse', 'ship', &

最低0.47元/天解锁文章