28、利用卷积神经网络对服装图像进行分类

利用卷积神经网络对服装图像进行分类

1. CNN 模型构建

1.1 CNN 模型组件

CNN 模型主要由两部分组成：
- 特征提取器：由一组卷积层和池化层构成。
- 分类器后端：类似于常规的神经网络。

1.2 数据预处理

由于 Keras 中的卷积层只接受三维的单个样本，因此需要将数据重塑为四维：

X_train = train_images.reshape((train_images.shape[0], 28, 28, 1))
X_test = test_images.reshape((test_images.shape[0], 28, 28, 1))
print(X_train.shape)

输出结果为：

(60000, 28, 28, 1)

其中，第一维是样本数量，第四维是表示灰度图像的附加维度。

1.3 设置随机种子

为了保证结果的可重复性，在 TensorFlow 中设置随机种子：

tf.random.set_seed(42)

1.4 导入模块并初始化模型

从 Keras 导入必要的模块，并初始化一个基于 Keras 的模型：

from tensorflow.keras