02-Tensorflow2.0将数据集进行归一化处理,提高精确度

本文介绍了在Tensorflow2.0中对数据集进行归一化处理,以此提高模型的分类精确度。通过实践,经过归一化的Fashion_Mnist数据集模型精度从0.1显著提升至0.9,强调了数据预处理的重要性。
摘要由CSDN通过智能技术生成

Tensorflow2.0将数据集进行归一化处理,提高精确度

在之前的TF2.0对Fashion_Mnist数据集分类这篇文章中,数据集并没有进行归一化,模型训练结果并不是很好,这次在数据集进行训练之前添加了归一化过程,模型精度提高的非常明显,具体的程序见下:

#-*- coding:utf-8 _*-
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
import sklearn
import pandas as pd
import os
import sys
import time
import tensorflow as tf
from tensorflow import keras
# 输出库的名字和版本
print(sys.version_info)
for module in tf, mpl, np, pd, sklearn, tf, keras:
    print(module.__name__, module.__version__)

# 指定GPU
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICES"] = '1'
config = tf.compat.v1.ConfigProto()
config
  • 3
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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