深度学习-fashion_mnist预测

最新推荐文章于 2025-03-11 16:58:46 发布

有点意思嘿

最新推荐文章于 2025-03-11 16:58:46 发布

阅读量737

点赞数

文章标签：深度学习机器学习 python

本文链接：https://blog.youkuaiyun.com/huainteresting_/article/details/117001537

版权

本文介绍了一次深度学习实验，通过加载Fashion_MNIST数据集，进行数据探索、预处理，构建并训练模型，最终进行模型评估和预测，其中预测到标签为7的样本为一双运动鞋。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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