3.Minst数据集分类
2024-08-30 21:17:56
import numpy as np
from keras.datasets import mnist
from keras.utils import np_utils
from keras.models import Sequential
from keras.layers import Dense
from keras.optimizers import SGD
# 载入数据
(x_train,y_train),(x_test,y_test) = mnist.load_data()
# (60000,28,28)
print('x_shape:',x_train.shape)
# (60000)
print('y_shape:',y_train.shape)
# (60000,28,28)->(60000,784)
x_train = x_train.reshape(x_train.shape[0],-1)/255.0
x_test = x_test.reshape(x_test.shape[0],-1)/255.0
# 换one hot格式
y_train = np_utils.to_categorical(y_train,num_classes=10)
y_test = np_utils.to_categorical(y_test,num_classes=10) # 创建模型,输入784个神经元,输出10个神经元
model = Sequential([
Dense(units=10,input_dim=784,bias_initializer='one',activation='softmax')
]) # 定义优化器
sgd = SGD(lr=0.2) # 定义优化器,loss function,训练过程中计算准确率
model.compile(
optimizer = sgd,
loss = 'mse',
metrics=['accuracy'],
) # 训练模型
model.fit(x_train,y_train,batch_size=32,epochs=10) # 评估模型
loss,accuracy = model.evaluate(x_test,y_test) print('\ntest loss',loss)
print('accuracy',accuracy)
最新文章
- npm 私有模块的管理使用
- 【转】WPF 单选的Checkbox
- Java中从控制台输入数据的几种常用方法
- android 自定义控件
- 如何在Linux上通过grub添加内核参数
- DrawTools(画图工具)原始版本
- YWE复习
- 【转载】颜色空间-RGB、HSI、HSV、YUV、YCbCr的简介
- Windows中APACHE开启fastcgi后无法连接数据库
- C++ 的多重继承
- python3.4+pyspider爬58同城(二)
- 【android】ImageView的src和background以及两者之间的神奇的差异
- 使用Docker搭建简易的 Java Web 环境
- mysql主从复制的异步复制与同步复制
- javascript中的浅拷贝ShallowCopy与深拷贝DeepCopy
- 浅谈CLR CTS CLS。。。
- LATEX简易教程
- HashMap源码调试——认识";put";操作
- EF 数据版本号,处理具体使用方法 RowVersion / Timestamp 使用方法。进行自动处理并发修改
- Azure IoT 预配置解决方案
热门文章
- k8s 1.15.2 部署
- 转:获取windows凭证管理器明文密码
- 三、使用VSCode配置简单的vue项目
- 20190521 - macOS 中显示隐藏文件的快捷键
- bert系列二:《BERT》论文解读
- BigData进阶--Spark中的函数与符号
- Treasure Island(两遍dfs)-- Codeforces Round #583 (Div. 1 + Div. 2, based on Olympiad of Metropolises)
- tr、od命令
- 牛客 158F 青蛙 (贪心)
- Lua 打印 table (支持双向引用的table)