更新时间:2020-10-6

# import lib
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
from tensorflow.keras.layers import Conv2D, BatchNormalization, MaxPool2D, Flatten, Dense,Dropout
import numpy as np
import matplotlib.pyplot as pltprint(tf.__version__)# 准备数据
fashion_mnist = keras.datasets.fashion_mnist(train_imgs, train_labels), (test_imgs,test_labels) = fashion_mnist.load_data()print(train_imgs.shape)# 简单归一化
train_imgs, test_imgs = train_imgs / 255.0, test_imgs / 255.0# 增加一个维度: 通道维度
train_imgs = train_imgs[..., tf.newaxis]
test_imgs = test_imgs[..., tf.newaxis]# 构建模型
# 基于keras的序列式模型
model = keras.Sequential([Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1)),BatchNormalization(),Conv2D(64, (3, 3), activation='relu', input_shape=(28, 28, 1)),BatchNormalization(),MaxPool2D((2,2)),Conv2D(128, (3, 3), activation='relu', input_shape=(28, 28, 1)),BatchNormalization(),Flatten(),Dense(1000, activation='relu'),Dropout(0.2),Dense(100, activation='relu'),layers.Dense(10, activation='softmax')
])# 模型编译
# 优化器选择:adam
# loss选择:交叉熵损失
# 验证方式: 精度
model.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])# 模型选择
# batch_szie: 32
# epochs: 10
model.fit(train_imgs, train_labels, epochs=1, batch_size=32)# 模型验证
test_loss, test_acc = model.evaluate(test_imgs, test_labels,verbose=0)
print(test_acc)

该示例是基于keras的序列式模型构建的方式。包含了常用的卷积层,BN层,最大池化,全连接层。

tensorfow2.0实例讲解1-衣服分类相关推荐

  1. HornetQ之JMS2.0 (实例讲解)

    前言: 在2013年4月终于迎来了新的JMS规范-JMS2.0,这是第一次对JMS规范进行更新从2002年发布的JMS1.1版本.我们也许会认为JMS这么久以来从来没更新是否是因为已经停止发展或者被废 ...

  2. 无极菜单 php,ThinkPHP菜单无极分类 ThinkPHP菜单无极分类实例讲解

    想了解ThinkPHP菜单无极分类实例讲解的相关内容吗,祝君圆梦在本文为您仔细讲解ThinkPHP菜单无极分类的相关知识和一些Code实例,欢迎阅读和指正,我们先划重点:ThinkPHP菜单无极分类, ...

  3. java的无极分类,ThinkPHP菜单无极分类实例讲解

    效果图如下 controller控制器代码: /** * 菜单列表 */ public function index(){ $menuList= Db::name('menu')->order( ...

  4. php yii应用运维,Windows运维之Windows下用cmd命令实例讲解yii2.0在php命令行中运行的步骤...

    本文主要向大家介绍了Windows运维之Windows下用cmd命令实例讲解yii2.0在php命令行中运行的步骤,通过具体的内容向大家展现,希望对大家学习Windows运维有所帮助. Yii中的资源 ...

  5. php中的ltrim,PHP中ltrim()函数的用法与实例讲解

    PHP中ltrim()函数的用法与实例讲解 PHP ltrim() 函数 实例 移除字符串左侧的字符: $str = "Hello World!"; echo $str . &qu ...

  6. 简单实例讲解linux的module模块编译步骤

    简单实例讲解linux的module模块编译步骤 (2014-10-24 10:19:17) 标签: module linux 分类:Linux/Unix 本文将直接了当的带你进入linux的模块编译 ...

  7. Html代码seo优化最佳布局实例讲解

    搜索引擎对html代码是非常优化的,所以html的优化是做好推广的第一步.一个符合seo规则的代码大体如下界面所示. 1.<!–木庄网络博客–> 这个东西是些页面注释的,可以在这里加我的& ...

  8. 关于ExecuteNonQuery执行存储过程的返回值 、、实例讲解存储过程的返回值与传出参数、、、C#获取存储过程的 Return返回值和Output输出参数值...

    关于ExecuteNonQuery执行存储过程的返回值 用到过ExecuteNonQuery()函数的朋友们在开发的时候肯定这么用过. if(cmd.ExecuteNonQuery("xxx ...

  9. linux常用命令大全(linux基础命令入门到精通+实例讲解+持续更新+命令备忘录+面试复习)

    前言 本文特点 授之以渔:了解命令学习方法.用途:不再死记硬背,拒绝漫无目的: 准确无误:所有命令执行通过(环境为centos7),拒绝复制粘贴: 实用性高:命令多为实际工作中用到的,实例讲解,拒绝纯 ...

最新文章

  1. PYTHON编程导论群问题汇总(二)
  2. ajax java对象返回前台少了属性_AJAX常见提交数据的三种方式
  3. 【Android 逆向】ART 脱壳 ( DexClassLoader 脱壳 | ART 虚拟机下 DexClassLoader 类加载器脱壳点总结 )
  4. 2018年创业最火热点的是什么?看到这个你可能就知道哪方面发展最热了
  5. 吴恩达机器学习笔记:(一)机器学习方法简介
  6. 做百度AI工程师,还要会“相牛”?
  7. php rdkafka实例,kafka 消息队列 php-rdkafka扩展示例
  8. os x 启动引导_什么是OS X的启动板以及它如何工作?
  9. vs2017 linux工程设置头文件,使用Visual Studio 2017作为Linux C++开发工具
  10. C/C++程序设计注意事项 (二)
  11. php sql 长字符串 查找被包含的短字符串_PHP字符串
  12. find结合rm删除或mv移动文件的方法
  13. 三星w609 java_完美复刻叫板三星W2019,这款商务手机有点牛
  14. MySQL数据库字段级权限设计
  15. Hadoop版本比较
  16. SQLSERVER2005发送邮件
  17. kali启动ssh服务后,依然无法连接的问题。
  18. clover删除多余引导_clover如何删除无用启动项_常见问题解析,clover
  19. 计算机图形学-油画家算法
  20. 依赖、关联、聚合、组合

热门文章

  1. 神都夜行录无法显示服务器,神都夜行录登录不上怎么办 登录不上解决方案
  2. python基础知识点集锦一
  3. BugkuCTF-web-秋名山车神 writeup
  4. 计算机活动记录ppt,周村小学计算机兴趣小组活动记录.ppt
  5. 后乔布斯时代:三星微软谷歌3大劲敌环伺苹果
  6. 最好的五款骨传导耳机推荐,双十一必入骨传导蓝牙耳机
  7. 【Axure技巧】Axure RP 9 生成HTML文档如何自动打开页面列表?
  8. PCIe扫盲——PCIe错误源详解(二)
  9. 【情态动词练习题】Can / Could you
  10. 电销接通率低,深圳外呼系统应该怎么选择?