TensorFlow2.0学习笔记(一）_tensorflow2.0菜鸟教程,tensorflow2菜鸟教程资源-CSDN文库

5星 · 超过95%的资源 171 浏览量 2020-12-21 14:37:38 上传评论收藏 304KB PDF 举报

资源详情

资源评论

资源推荐

TensorFlow2.0学习笔记学习笔记(一）一）

TensorFlow2.0学习笔记学习笔记(一）一）数据读取和展示模型构建数据归一化回调函数回归模型分类模型深度神经网络批归一化激活函数

droupoutWide&Deep模型子类API实现wide&deep多输入、多输出超参数搜索sklearn超参数搜索

数据读取和展示数据读取和展示

首先我们导入相关的头文件和库

import matplotlib as mpl

import matplotlib.pyplot as plt

%matplotlib inline

import numpy as np

import sklearn

import pandas as pd

import os

import sys

import time

import tensorflow as tf

from tensorflow import keras

print(tf.__version__)

print(sys.version_info)

for module in mpl, np, pd, sklearn, tf, keras:

print(module.__name__, module.__version__)

输出我的环境配置：

2.0.1

sys.version_info(major=3, minor=7, micro=6, releaselevel='final', serial=0)

matplotlib 3.2.1

numpy 1.18.2

pandas 1.0.3

sklearn 0.22.2.post1

tensorflow 2.0.1

tensorflow_core.keras 2.2.4-tf

下载数据，加载数据，并对训练数据进行划分，前5000为验证集，之后的为训练集。

fashion_mnist = keras.datasets.fashion_mnist

(x_train_all, y_train_all), (x_test, y_test) = fashion_mnist.load_data()

x_valid, x_train = x_train_all[:5000], x_train_all[5000:] y_valid, y_train = y_train_all[:5000], y_train_all[5000:]

print(x_valid.shape, y_valid.shape)

print(x_train.shape, y_train.shape)

print(x_test.shape, y_test.shape)

(5000, 28, 28) (5000,)

(55000, 28, 28) (55000,)

(10000, 28, 28) (10000,)

展示一张照片：

def show_single_image(img_arr):

plt.imshow(img_arr, cmap="binary")

plt.show()

show_single_image(x_train[0])

输出结果如下：

按照3*5的格子展示图片，并标注每张图片的标签

def show_imgs(n_rows, n_cols, x_data, y_data, class_names):

assert len(x_data) == len(y_data)

assert n_rows * n_cols < len(x_data)

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余9页未读，立即下载

评论5

艾法

2023-07-25

文件内容简洁明了，让人能够快速上手TensorFlow2.0的学习。

内容反馈

weixin_38621427

粉丝: 10
资源: 941

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip