没有合适的资源?快使用搜索试试~ 我知道了~
TensorFlow2 学习——图像分类
5星 · 超过95%的资源 14 下载量 148 浏览量
2020-12-22
10:46:45
上传
评论 2
收藏 110KB PDF 举报
温馨提示
试读
4页
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——图像分类 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
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)
资源评论
- 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。
- LauraKuang2023-07-25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。
- FloritaScarlett2023-07-25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
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 论文(最终)_20240430235101.pdf
- 基于python编写的Keras深度学习框架开发,利用卷积神经网络CNN,快速识别图片并进行分类
- 最全空间计量实证方法(空间杜宾模型和检验以及结果解释文档).txt
- 5uonly.apk
- 蓝桥杯Python组的历年真题
- 2023-04-06-项目笔记 - 第一百十九阶段 - 4.4.2.117全局变量的作用域-117 -2024.04.30
- 2023-04-06-项目笔记 - 第一百十九阶段 - 4.4.2.117全局变量的作用域-117 -2024.04.30
- 前端开发技术实验报告:内含4四实验&实验报告
- Highlight Plus v20.0.1
- 林周瑜-论文.docx
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
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功