(P4)使用keras进行多分类问题

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()
# print(train_image.shape) # (60000, 28, 28)用shape函数输出训练集size，6000张图片每一个28*28
# plt.imshow(train_image[1])
# plt.show()
# print(train_image[1])
# print(train_label[1]) # 0

#进行归一化处理
train_image = train_image/255
test_image