import tensorflow as tf from tensorflow import keras import matplotlib.pyplot as plt %matplotlib inline # 導(dǎo)入fashion數(shù)據(jù)集 fashion_mnist = keras.datasets.fashion_mnist (train_images,train_labels),(test_images,test_labels) = fashion_mnist.load_data() # 對樣本進行歸一化 train_images = train_images/255.0 test_images = test_images/255.0 train_images.shape# 查看數(shù)據(jù)集

input = keras.Input(shape=(28, 28))# 建立一個輸入模型（形狀28*28） # 調(diào)用Flatten層，可以把keras.layers.Flatten()看作一個函數(shù)參數(shù)input x = keras.layers.Flatten()(input) # 調(diào)用dense層輸出32個隱藏單元 激活函數(shù)relu 參數(shù)x x = keras.layers.Dense(32,activation="relu")(x) # 添加一個印制擬合Dropout層 x = keras.layers.Dropout(0.5)(x) x = keras.layers.Dense(64,activation="relu")(x) output = keras.layers.Dense(10,activation="softmax")(x) # 建立一個輸出模型 # 建立模型 model = keras.Model(inputs=input,outputs=output) # 模型的形狀 model.summary() # [(None, 28, 28)] None 表示任意值

# 編譯模型 model.compile(optimizer="adam",loss="sparse_categorical_crossentropy",metrics=["accuracy"]) # 訓(xùn)練模型 history = model.fit(train_images,train_labels,epochs=30,validation_data=(test_images,test_labels))

總結(jié)

以上是生活随笔為你收集整理的深度学习-Tensorflow2.2-深度学习基础和tf.keras{1}-tf.keras函数式API-08的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。