TensorFlow2学习——图像分类_tensorflow2图像分类资源-CSDN文库

5星 · 超过95%的资源 148 浏览量 2020-12-22 10:46:45 上传评论 2 收藏 110KB PDF 举报

资源推荐

资源详情

资源评论

TensorFlow2 学习学习——图像分类图像分类

文章目录文章目录TensorFlow2 学习——图像分类导包原始数据数据作图数据划分与标准化构建模型并训练模型评估与预测其他：回调

Callback的使用

TensorFlow2 学习学习——图像分类图像分类

导包导包

import matplotlib.pyplot as plt

import numpy as np

import pandas as pd

import tensorflow as tf

from sklearn.preprocessing import StandardScaler

from sklearn.model_selection import train_test_split

原始数据原始数据

加载数据集# 衣物类图片数据集 fashion_mnist

# 训练集All，测试集

(X_train_all, y_train_all),(X_test, y_test) = tf.keras.datasets.fashion_mnist.load_data()

# 手写数字数据集mnist

# tf.keras.datasets.mnist.load_data()

查看数据集# 查看数据维度

print(X_train_all.shape)

# 查看标签种类

print(set(y_train_all))

数据作图数据作图

单个图片数据分析# 其中一张图片的数据

print(X_train_all[0])

此处会打印一个28*28的矩阵

矩阵内的值表示0-255的灰度值（即代表图片的一个像素）

展示单张图片def show_single_image(img_arr):

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

plt.show()

show_single_image(X_train_all[1])

展示多张图片def show_images(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)

plt.figure(figsize=(n_cols * 1.5, n_rows * 1.5))

for row in range(n_rows):

for col in range(n_cols):

index = row * n_cols + col

plt.subplot(n_rows, n_cols, index + 1)

plt.imshow(x_data[index], cmap="binary", interpolation="nearest")

plt.axis("off")

plt.title(class_names[y_data[index]])

plt.show()

class_names = ["T-shirt", "Trouser", "Pullover", "Dress", "Coat", "Sandal", "Shirt", "Sneaker", "Bag", "Ankle boot"]

show_images(3, 5, X_train_all, y_train_all, class_names)

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3页未读，立即下载

内容反馈

色空空色

2023-07-25

这篇文件对于掌握TensorFlow2中的图像分类算法具有很大的帮助，在实际应用中也能发挥重要作用。
LauraKuang

2023-07-25

这篇文件对于学习TensorFlow2中的图像分类非常有帮助。
艾苛尔

2023-07-25

文件中提供的示例代码很实用，让读者能够快速上手实践。
坐在地心看宇宙

2023-07-25

作者对图像分类的解释清晰明了，让读者能够更好地理解相关概念。
FloritaScarlett

2023-07-25

对于新手来说，这篇文件提供了简单易懂的指导，让入门变得更加轻松。

weixin_38685882

粉丝: 6
资源: 934

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