基于keras的fashion_mnist的卷积神经网络(CNN)

本文介绍了如何使用keras处理fashion_mnist数据集,该数据集由10个类别的7万张商品图片组成,与MNIST格式相同。文章详细讲解了代码实现过程,包括数据加载和CNN模型的构建,并提醒读者fashion_mnist数据集已经是二进制类矩阵,不需要额外转换。最后给出了实验结果。
摘要由CSDN通过智能技术生成

首先我们先介绍一个什么是fashion_mnist数据集。
FashionMNIST 是一个替代 MNIST 手写数字集的图像数据集。 它是由 Zalando(一家德国的时尚科技公司)旗下的研究部门提供。其涵盖了来自 10 种类别的共 7 万个不同商品的正面图片。
FashionMNIST 的大小、格式和训练集/测试集划分与原始的 MNIST 完全一致。60000/10000 的训练测试数据划分,28x28 的灰度图片。你可以直接用它来测试你的机器学习和深度学习算法性能,且不需要改动任何的代码。
类别如下:

标注编号 描述
0 T-shirt/top(T恤)
1 Trouser(裤子)
2 Pullover(套衫)
3 Dress(裙子)
4 Coat(外套)
5 Sandal(凉鞋)
6 Shirt(汗衫)
7 Sneaker(运动鞋)
8 Bag(包)
9 Ankle boot(踝靴)

数据集下载:https://github.com/zalandoresearch/fashion-mnist
这样我们就可以直接模仿mnist_cnn去做了。

下面就是代码详解:

代码中需要注意的点就是这里我是已经下载了fashion_mnist数据集,所以我这里没有利用类似mnist中load_data()这个函数,而是直接从自己下载的文件夹中读取,具体代码如下:


from tensorflow.examples.tutorials.mnist import input_data  
MNIST_data_folder = "C:\\Users
评论 12
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值