深度学习实战笔记三：编码器、解码器+mnist+kears

对matplotlib的解释

import matplotlib.pyplot as plt
import numpy as np

a = [[1,2]]
a = np.array(a)

c = a[:,0]#‘：'表示：不管a中有几组数据，打印所有组数据的下标为0的数据 c=1
b = a[:,1] #b=2

print(c,b)#[1] [2]

print(a.shape)#(1,2),表示一行两列

#画散点图
plt.scatter(c,b)#画一个点，点的坐标是（1,2）
plt.show()

keras 非监督Autoencoding学习 非序列化Sequential

#分类
import numpy as np
from keras.datasets import mnist
from keras.models import Model
from keras.layers import Dense,Input
import matplotlib.pyplot as plt
from PIL import Image

#加载数据集 mnist
(X_train,Y_train),(X_test,Y_test) = mnist.load_data()

#数据处理

#转浮点、归一化

#不需要处理标签
#因为是图和图之间相比
X_train = X_train.astype(‘float32’)/255.0 #set as type to