“历史遗留”的学习记录
MNIST手写数字—tensorflow2—学习
(PS:时隔久远,但还是能运行)
- MNIST数据集的两种加载方式
- 利用框架搭建简单网络模型
- 计算模型准确率的两种方法
- 保存、调用训练好的模型
- 显示数据集图片
import tensorflow as tf
import matplotlib.pyplot as plt
from tensorflow.keras import datasets, layers, optimizers, Sequential, metrics
import numpy as np
# 网络上自动下载数据集
# mnist = tf.keras.datasets.mnist
# (x_train, y_train), (x_test, y_test) = mnist.load_data()
# 加载本地数据集
datapath = r'./mnist.npz'
(x_train, y_train), (x_test, y_test) = datasets.mnist.load_data(datapath)
x_test1 = x_test #用于打印图片28*28,不能是28*28*1,第三维度只能是3或4
x_train = x_train.reshape(x_train.shape[0],784).