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)</