辅助阅读: Basic classification: Classify images of clothing
这个教程训练神经网路去分类衣物的图像,像是运动鞋与衬衫。以下会一一解释各个参数所代表的意义,以较为简单的方式进行解释。
总共有六万张图片使用於训练这个网路,并有一万张图片来评估这个模组学习後的准确度。可直接在TensorFlow上连结Fashion MNIST。
载入此资料库回传4个NumPy阵列:
这些图片是28x28 NumPy阵列,像素值(pixel)介於0到255之间。标签(labels)是整数数组,范围介於0至9之间。 图像代表对应到的衣服class:
每张图片皆对应到一个标签,由於class names不被包含在资料集上,所以自行收集等之後使用。
shape方法告知图片资讯,共六万张且皆是28x28 pixels。
每个标签皆是介於0~9的整数。
在训练网路之前,资料必须预先处理。观察这些资料会发现像数值皆落於0~255之间。
在将资料输入神经网路模型之前,先将数值缩放到介於0~1之间。将素质除以255,在训练集和测试集预先处理时这是非常重要的一步。
为了验证这些资料在正确的型态以准备好建造与训练模组,先显示前二十五张照片以确认。
让我们下篇再继续~
>>: Day17 Review周期(Issue Board)
for-loop 在 C/C++ 语言中,我们经常用到 for 回圈语句,但在 Verilog 中 ...
按:下笔此刻,JUCE 版本为 6.1,此系列文章皆以此版为准。 这篇说明加入 UI 控制项的其中...
财源滚滚 今日会详细讲解Service和Deployment的功能 Service 在[Day22]...
高中听过有人念ㄙㄨㄟˊ 圆形,我当时真是害怕极了。 --- 椭圆曲线 (Elliptic curve...
在开发时,常常需要多个指令同时运作(例如一个启动前端专案、一个启动後端专案),因此会需要同时开启多个...