一、TensorFlow的建模流程

李建军

已于 2025-02-01 09:41:40 修改

阅读量858

点赞数 7

分类专栏： TensorFlow 文章标签： tensorflow 人工智能 python

于 2025-02-01 09:41:01 首次发布

本文链接：https://blog.youkuaiyun.com/hb_ljj/article/details/145410379

版权

1. 数据准备与预处理：

加载数据：使用内置数据集或自定义数据。
预处理：归一化、调整维度、数据增强。
划分数据集：训练集、验证集、测试集。
转换为Dataset对象：利用tf.data优化数据流水线。

import tensorflow as tf
from tensorflow.keras import layers

# 加载MNIST数据集
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()

# 数据预处理：归一化并添加通道维度
x_train = x_train[..., tf.newaxis].astype('float32') / 255.0
x_test = x_test[..., tf.newaxis].astype('float32') / 255.0

# 划分验证集（10%训练集作为验证）
val_split = 0.1
val_size = int(len(x_train) * val_split)
x_val, y_val = x_train[:val_size], y_train[:val_size]
x_train, y_train = x_train[val_size:], y_train