TensorFlow2.0基础03 神经网络与全连接层

 

目录

小型常用经典数据集加载

iter迭代器

shuffle打散数据，（代表打散的范围，尽量给大一些）

dataset.map

batch

数据集提取完整过程实例

全连接层TF.keras.layers.Dense

多层嵌套multi——layers 

输出范围调整

sigmoid函数（将原有值映射到0-1区间）

softmax（映射概率和为1）

tanh（x）输出为{-1,1}

误差计算

1.MSE

2.熵

熵的定义

tensorflow中log是以e为底的，要求

求熵的实例

交叉熵

分类问题的步骤

---

小型常用经典数据集加载

小型数据集

房价数据集，minst是手写文字识别，cifar各种物体图像数据集，imdb是淘宝好评数据集

调用（训练集60k测试集10k），此时还是numpy格式，因此可以用min，max，tensor格式用的是reduce_min，此时返回最大最小为0-255，灰度值范围

数据类型转换

查看前四张图片的lable，分别是5041，将y进行onehot编码

用dataset，转化为tensor将x_test建立数据集，比如

将numpy的数组转化为tensor数据集，dataset的优势是可以同时输入传入数据和lable

      

迭代器可以同时获得图片和lable

例如

    

因此可以同时传入测试集的数据和lable

iter迭代器

iter（db）代表每次取db中的一个元素，next代表下一个

shuffle打散数据，（代表打散的范围，尽量给大一些）