神经网络模型---AlexNet

一、AlexNet

1.导入tensorflow库，这里给简称为tf库

import tensorflow as tf
from tensorflow.keras import datasets, layers, models

datasets：是用于训练和测试机器学习模型的数据集合
layers：是构建神经网络模型的关键组成部分
models：是构建的神经网络架构;用于从数据中学习特征并进行预测

2.加载Fashion-MNIST数据集

(train_images, train_labels), (test_images, test_labels) = datasets.fashion_mnist.load_data()

load_data是一个方法，用来加载数据集
train_images：一个数组，包含了灰度图像，用于训练模型
train_labels: 包含图像数量的整数值，范围从0到9，每个值对应于train_images中相应图像的类别标签
test_images和test_labels与上述说明一致

3.归一化，将像素值范围在[0，1]之间

train_images = train_images / 255.0
test_images =  test_images / 255.0

4.数据集的图像是灰度图像，需增加一个颜色通道

train_images = tf.expand_dims(train_images