学习TensorFlow的几个示例
发布时间
阅读量：
阅读量
1、初学脚本starter.py： 实现对mnist数据集的加载与预处理工作。将原始样本数据由整数类型转化为浮点数类型，依次叠加模型结构中的各个层级，从而构建出一个 tf.keras.sequential 模型。在训练过程中，选定相应的优化算法及损失计算方式，并完成模型的训练与验证流程。目前，该图像分类系统所展现出的识别准确率已达到 98% 的水平。
import tensorflow as tf
#载入并准备好mnist数据集
mnist = tf.keras.datasets.mnist
#将样本从整数转换为浮点数
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
#将模型的各层堆叠起来，以搭建 tf.keras.sequential模型
model = tf.keras.models.Sequential([
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers全部评论 (0)
还没有任何评论哟~