深度学习-fashion_mnist预测
一、导入库函数,加载fashion_mnist数据集
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline(x_train,y_train),(x_test,y_test) = tf.keras.datasets.fashion_mnist.load_data()
二、数据探索
plt.matshow(x_train[320])#任意特征数
mnist = ['T恤(T-shirt)','裤子(Trouser)','套头衫(Pullover)','连衣裙(Dress)','外套(Coat)','凉鞋(Sandal)','衬衫(Shirt)','运动鞋(Sneaker)','包(Bag)','靴子(Ankle boot)']#多对数据集索引命名
print("样本标签为:{} 样本内容为:{}".format(y_train[320],mnist[y_train[320]]))#输出样本并输出该特征图
输出训练集特征320对应标签
三、数据预处理
x_train,x_test = x_train/255.0,x_test/255.0#归一化y_train = tf.keras.utils.to_categorical(y_train)
y_test = tf.keras.utils.to_categorical(y_test)
四、构建模型
#构建模型
model=tf.keras.models.Sequential([tf.keras.layers.Flatten(input_shape=(28,28)),#按行,二维变成一维tf.keras.layers.Dense(128,activation='relu'),tf.keras.layers.Dense(64,activation='tanh'),tf.keras.layers.Dense(10,activation='softmax')#不可更改
])
print(model.summary())#打印模型
输出模型
#设置优化器和损失函数
model.compile(optimizer=tf.keras.optimizers.Adam(0.001),#学习率,Adam,SGDloss = tf.keras.losses.categorical_crossentropy,#损失函数,交叉熵不可改,one-hot编码#loss = tf.keras.losses.sparse_categorical_crossentropy metrics=['acc'])
五、模型训练
model.fit(x_train,y_train,epochs=29)#训练29轮
六、模型评估
七、模型预测
np.set_printoptions(precision=3,suppress=True)
pred = model.predict(x_test[:9])
prednp.argmax(y_test[:9],axis=1)pred = np.argmax(model.predict(x_test[3:20]),axis=1)
print(pred)
np.argmax(y_test[3:20],axis=1)y_test[9]
预测到标签为7的是一个运动鞋
深度学习-fashion_mnist预测相关推荐
- 一文搞定深度学习建模预测全流程(Python)
作者 | 泳鱼 来源 | 算法进阶 本文详细地梳理及实现了深度学习模型构建及预测的全流程,代码示例基于python及神经网络库keras,通过设计一个深度神经网络模型做波士顿房价预测.主要依赖的Pyt ...
- 深度学习时间序列预测:LSTM算法构建时间序列单变量模型预测大气压( air pressure)+代码实战
深度学习时间序列预测:LSTM算法构建时间序列单变量模型预测大气压( air pressure)+代码实战 长短期记忆(Long short-term memory, LSTM)是一种特殊的RNN,主 ...
- 深度学习时间序列预测:卷积神经网络(CNN)算法构建单变量时间序列预测模型预测空气质量(PM2.5)+代码实战
深度学习时间序列预测:卷积神经网络(CNN)算法构建单变量时间序列预测模型预测空气质量(PM2.5)+代码实战 神经网络(neual networks)是人工智能研究领域的一部分,当前最流行的神经网络 ...
- 深度学习时间序列预测:GRU算法构建单变量时间序列预测模型+代码实战
深度学习时间序列预测:GRU算法构建单变量时间序列预测模型+代码实战 GRU(Gate Recurrent Unit)是循环神经网络(Recurrent Neural Network, RNN)的一种 ...
- 深度学习时间序列预测:GRU算法构建多变量时间序列预测模型+代码实战
深度学习时间序列预测:GRU算法构建多变量时间序列预测模型+代码实战 注意参考:深度学习多变量时间序列预测:GRU算法构建单变量时间序列预测模型+代码实战 GRU(Gate Recurrent Uni ...
- 深度学习时间序列预测:LSTM算法构建时间序列单变量模型预测空气质量(PM2.5)+代码实战
深度学习时间序列预测:LSTM算法构建时间序列单变量模型预测空气质量(PM2.5)+代码实战 # 导入需要的包和函数: from __future__ import print_function im ...
- DL之随机性:理解和探究采用深度学习算法预测时导致多次运行结果不一致的问题
DL之随机性:理解和探究采用深度学习算法预测时导致多次运行结果不一致的问题 目录 理解和探究采用深度学习算法预测时导致每次运行结果不一致的问题
- 深度学习建模预测全流程(Python)!
本文详细地梳理及实现了深度学习模型构建及预测的全流程,代码示例基于python及神经网络库keras,通过设计一个深度神经网络模型做波士顿房价预测.主要依赖的Python库有:keras.scikit ...
- 基于原始影像数据的深度学习模型预测脑龄可获得可靠的遗传生物标志物
基于机器学习对神经影像数据进行分析可以准确预测健康人的年龄.预测年龄与健康大脑的年龄的偏差被证明与认知障碍和疾病有关.在这里,我们基于深度学习的预测建模方法,特别是卷积神经网络(CNN),进一步测试了 ...
最新文章
- ARKit如何将太阳系装进iPhone(二)
- matplotlib中plot的颜色
- arrayfunction[LeetCode]Convert Sorted Array to Binary Search Tree
- android 如何重载函数,android - 如何在Frida中使用“ int”重载函数 - 堆栈内存溢出...
- html from嵌套from
- 员工管理系统---SpringBoot
- 直接修改html文本页面没变化,VUE 直接通过JS 修改html对象的值导致没有更新到数据中解决方法分析...
- 【ffmpeg】基本使用方法总结
- BBR开启教程(转)
- 特斯拉卖保险会比卖车更赚钱吗?
- windows资源监控
- 美赛整理之Matlab的工程数学计算学习笔记(高等数学)
- 软件开发的心得体会(一)
- Linux下dislocate命令用法,技术|在 Linux 中遨游手册页的海洋
- 2018北科大计算机学院复试方案,2018年计算机学院研究生复试方案
- 使用HTML及简单的JavaScript脚本制作一个点名器
- HTTP Referer介绍和使用
- 如何把pdf转换成excel呢?教你简单的方法
- java olap oracle_【案例】Oracle数据库升级OLAP组件异常 删除OLAP组件
- 鸿蒙系统下的搜狗输入法,搜狗输入法率先适配iPhone 11深色模式,用搜狗就对了!...
热门文章
- 春运大幕开启 福建铁路预计发送旅客1575万人次
- 为何说 a16z 是一家通过 VC 获利的媒体公司?
- vmware启动sda assuming drive cache黑屏
- BlueJ MenuetOS
- To install it, you can run: npm install --save @vue/composition-api/dist/vue-composition-api.mjs
- LSL-- Flow Control
- EasyExcel ExcelGenerateException: The index of ‘xx‘ and ‘xx‘ must be inconsistent
- Java筑基10-封装继承多态(重点)
- qt中toLocal8Bit和toUtf8()有什么区别
- 阿里云Android直播demo流程