Day22 影像辨识实作

教电脑判断是圈圈还是叉叉

我们先来看看我们的资料集(下图)，看黄色的部分就好，因为像素低的关系，所以圈圈比较不圈;叉叉也比较不叉，但还是看的出来吧。

再来我们将图片转换成特徵值，透过flatten()或reshape()函示，可以看到二维的资料变成一维的。

接着建立神经网路，再将资料丢到进去训练，最後得出准确率、预计及实际结果。

score: [0.47942981123924255, 1.0]
Ans: 0 1
predict_classes: [0 1]
y_test [0 1]

好像只辨识圈叉太无趣了，所以拿MNIST手写库的资料来玩玩，总共有60000笔训练资料特徵(X)及标签答案(Y)，每一笔X的大小为28(长) * 28(宽)，用来存放灰阶资料，数值介於0~255。

Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz
11493376/11490434 [==============================] - 4s 0us/step
x_train = (60000, 28, 28)
y_train = (60000,)

我再导入函式时，出现以下问题，後来用 import tensorflow_datasets就解决了。

ModuleNotFoundError: No module named 'tensorflow.examples'

我们可以看到第0笔资料如下:

再汇入更多资料看看。

最後得出准确率、预计及实际结果。有点小误差没关系啦

score: [0.2194502204656601, 0.9416000247001648]
Ans: 7 2 1 0
predict_classes: [7 2 1 0 4 1 4 9 6 9]
y_test [7 2 1 0 4 1 4 9 5 9]

Reference:TensorFlow 2.x人工智慧、机器学习超炫范例200+