python - 如何规范化张量流中的数据
问题描述
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?
解决方案
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
推荐阅读
- android - 在 Android SDK 的 Stripe AddPaymentMethodActivity 中找不到 Builder 符号
- python - 添加到列表(识别输入是否为素数)
- r - 成对子串一个数据框并将它们保存在一个列表中
- css - 带 Bootstrap 4 表的全高日历
- python - 通过scrapy在以逗号分隔的一列中提取Woocommerce产品图像
- rust - 如何在 v0.99.10 中克隆 async_std::path::PathBuf?
- python - 与python合并的moviepy剪辑
- amazon-web-services - 将字符串转换为日期,没有破折号
- node.js - Discord.js 反应收集
- multidimensional-array - 如何忽略多维动态数组覆盖组实例化的特定覆盖组实例