R深度学习——基本分类问题

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)

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