R深度学习——基本分类问题

本文介绍如何在R中使用Keras框架对Fashion MNIST数据集进行深度学习分类。通过数据预处理、模型建立、编译、训练及预测,展示了深度学习在图像分类中的应用。最终模型在测试集上的准确率为0.8644。
摘要由CSDN通过智能技术生成

R深度学习——基本分类问题

这里使用Keras框架对Fashion MNIST数据集进行分类:

library(keras)

在这里插入图片描述
划分训练集测试集:

fashion_mnist <- dataset_fashion_mnist()

c(train_images, train_labels) %<-% fashion_mnist$train
c(test_images, test_labels) %<-% fashion_mnist$test

label中的每一个编号对应一种服饰:

class_names = c('T-shirt/top',
                'Trouser',
                'Pullover',
                'Dress',
                'Coat', 
                'Sandal',
                'Shirt',
                'Sneaker',
                'Bag',
                'Ankle boot')

训练集由60000个28*28像素的图像组成:

dim(train_images)
[1] 60000    28    28

dim(train_labels)
[1] 60000

train_labels[1:20]
[1] 9 0 0 3 0 2 7 2 5 5 0 9 5 5 7 9 1 0 6 4

dim(test_images)
[1] 10000    28    28

dim(test_labels)
[1] 10000

数据预处理:

library(tidyr)
library(ggplot2)

image_1 <- as.data.frame(train_images[1, , ])
colnames(image_1) <- seq_len(ncol(image_1))
image_1$y <- seq_len(nrow(image_1))
image_1 <- gather(image_1, "x", "value", -y)
image_1$x <- as.integer(image_1$x)

ggplot(image_1, aes(x = x, y = y, fill = value)) +
  geom_ti
  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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