TensorFlow核心图像分类功能

基本图像分类方法

• 数据处理流程

  • • 数据预处理阶段

    • 模型架构搭建

    • 网络层配置

    • 模型编译设置

    • 模型训练过程

    • • 数据输入模型

    • 准确率评估环节

    • 预测结果生成

  • 相关代码实现

  1. 使用的 tensorflow 版本为 version 2.3.1
  2. Fashion MNIST 数据集，该数据集包含 70,000 张灰度图像，涵盖 10 类不同的服饰。这些图像以较低的分辨率（28x28 像素）呈现单件衣物，Fashion MNIST 的设计初衷是作为经典 MNIST 数据集的临时替代方案，广泛应用于计算机视觉与机器学习入门程序中，常被视为“Hello, World”级别的基准数据集。
  3. 图像数据以 28x28 的 NumPy 数组形式存储，像素值范围在 0 到 255 区间内。对应的标签为整数数组，数值范围从 0 到 9 不等。这些标签用于标识图像所代表的具体服装类别：