Day 26: Tensorflow分类 分类图像衣物(一)

Tensorflow 衣物图像分类

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:

1. train_images 和 train_labels 阵列是训练集，用於训练模组的资料
2. 模组用於训练後的测试集，test_images和test_labels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~