深度学习-fashion

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 ...

深度学习-fashion_mnist预测

深度学习-fashion_mnist预测相关推荐

最新文章

热门文章