深度学习笔记-----基于TensorFlow2.2.0代码练习（第三课&第四课）

写在正文之前：
这篇紧接着上一篇的博文
深度学习笔记-----基于TensorFlow2.2.0代码练习（第二课）
主要写的是TensorFlow2.0的代码练习，跟随着[KGP Talkie的【TensorFlow 2.0】实战进阶教程]进行学习，并将其中一些不适用的代码错误进行修改。
本文跟随视频油管非常火的【TensorFlow 2.0】实战进阶教程（中英字幕+代码实战）第三课和第四课
**

正文

**

import tensorflow as tf
from tensorflow import keras

import numpy as np
import pandas as pd #将输入转换成浮点类型数据
import matplotlib.pyplot as plt

mnist = keras.datasets.fashion_mnist 

type(mnist)#看看是不是有

module

(X_train, y_train),(X_test,y_test) = mnist.load_data()#只需要下载数据一次就行，第一次慢

X_train.shape#查看是否对的

(60000, 28, 28)

np.max(X_train)#提取训练集中最大值

255

y_train#查看标签的数值，因为其分类为10类

array([9, 0, 0, ..., 3, 0, 5], dtype=uint8)

class_names =['top','trouser','pullover','dress','coat','sandal','shirt','sneaker','bag','ankle boot']#定义10个类别的E名称

plt.figure()#可视化
plt.imshow(X_train[1])#【】里面的数据可以自己输入随便一个画出第几个的图
plt.colorbar()#加一个颜色条

<matplotlib.colorbar.Colorbar at 0x21e0b34b5c8>

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nP4p5tlv-1590051367946)(output_9_1.png)]

#将数据集归一化 即降低数据集的值
X_train = X_train/255.0
X_test = X_test/255.0
plt.figure()#可视化
plt.imshow(X_train[1])#【】里面的数据可以自己输入随便一个画出第几个的图
plt.colorbar()#加一个颜色条
#可以看出值被缩放到0到1之间

<matplotlib.colorbar.Colorbar at 0x21e1387c788>

# 建立使用TF模型
from tensorflow.python.keras.models import Sequential #导入训练模型
from tensorflow.python.keras.layers import Flatten,Dense#导