Python深度学习基于Tensorflow 3构建模型

文章结构概述

【

• • • • 数据导入与数据可视化
    • 数据集合的构建及预处理
    • 网络模型架构
    • 利用低阶 API 进行模型搭建
    • 借助中阶 API 进行模型搭建
    • 采用高阶 API 进行模型搭建
    • 模型的存储与加载

本部分内容以实际项目CIFAR-10为例，分别通过低阶、中阶和高阶 API 来实现模型的构建。

本例选用CIFAR-10作为数据集，该数据集属于小型图像集合，共涵盖10种类别的RGB彩色图像：飞机（airplane）、汽车（automobile）、鸟类（bird）、猫（cat）、鹿（deer）、狗（dog）、蛙类（frog）、马（horse）、船（ship）以及卡车（truck）。每张图像的尺寸为32×32像素，并具有3个颜色通道。整个数据集中包含50000张用于训练的图像样本以及10000张用于测试的图像样本。CIFAR-10数据集目前存在三个不同版本，本文选择使用Python版本进行处理。

数据导入和数据可视化

此处不采用书中提供的CIFAR-10数据集，而是直接调用TensorFlow内置的数据接口进行加载，或许需要借助某些特殊手段，毕竟TensorFlow中所包含的数据资源具有非常典型的代表性。

![!\[\[Pasted image 20240