MrBlake的博客

接下来，首先将训练数据（train_images和train_labels）输入神经网络，其次，网络学习 将图像和标签关联在一起，最后，网络对test_images生成预测。：训练过程中显示了两个数字：一个是网络在训练数据上的损失（loss），另一个是网络在训练数据上的精度（acc）：现在我们开始训练网络，在Keras中这一步是通过调用网络的fit方法来完成的-我们在训练数据上拟合模型。:在开始训练之前，我们将对数据进行预处理，将其变换为网络要求的形状，并缩放到所有值都在[0,1]区间。