今天使用keras中的fashionminst数据集进行的,是一个关于识别服饰的多分类问题,新知识有
知识点 |
|
导入数据集 |
tf.keras.datasets.fashion_mnist.load_data() |
看图片 |
plt.imshow(train_image[1]) & plt.show() |
看数据集尺寸 |
print(train_image.shape) |
归一化处理 |
当像素点值在0-255可以归一化为0-1 |
当输入是矩阵怎么办 |
model.add(tf.keras.layers.Flatten(input_shape=(28,28))) |
多分类问题 |
tf.keras.layers.Dense(10, activation=‘softmax’) & 最后一层要注意 |
损失函数 |
loss=‘sparse_categorical_crossentropy’ & label是数字列表 |
独热编码(one-hot) |
loss=‘categorical_crossentropy’ |
测试集测试 |
model.evaluate(test_image, test_label) |
完整代码
import tensorflow as tf
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
(train_image, train_label), (test_image, test_label) = tf.keras.datasets.fashion_mnist.load_data()
train_image = train_image/255
test_image