python - 如何规范化张量流中的数据

Question

我尝试按照这个示例创建一个简单的神经网络，但是当我想规范化数据时遇到问题

import tensorflow as tf
from tensorflow import keras


fashion_mnist = keras.datasets.fashion_mnist
(train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data()

train_images = test_images / 255.0
test_images = test_images / 255.0

这是我的代码，在最后 2 行中，如您所见，我尝试对数据进行标准化，如此处所示，但是在执行此行之后，变量training_images只有 10,000 个样本而不是 60,000 个（就像一开始一样）和现在当我尝试拟合模型（model.fit()）时，我得到了一个例外

输入数组应具有与目标数组相同数量的样本。找到 10000 个输入样本和 60000 个目标样本。

当我尝试在没有规范化的情况下运行这个示例时，我最多只能得到 0.2 的准确度（而在站点中它们的准确度要高得多）我在哪里出错了？

标签： pythontensorflowkeras

Answer 1

该错误是一个简单的错字 -

train_images = test_images / 255.0
test_images = test_images / 255.0

你分test_images两次。将第一个分区更改为train_images它应该可以工作