如何在 Python 中使用 TensorFlow 预处理 Fashion MNIST 数据？

TensorFlow 是 Google 提供的一个机器学习框架。它是一个开源框架，与 Python 结合使用可以实现算法、深度学习应用程序等等。它用于研究和生产目的。

可以使用以下代码行在 Windows 上安装 “tensorflow” 包：

pip install tensorflow

张量 (Tensor) 是 TensorFlow 中使用的一种数据结构。它有助于连接数据流图中的边。这个数据流图被称为“数据流图”。张量只不过是多维数组或列表。

“Fashion MNIST” 数据集包含各种服装的图像。它包含超过 7 万件属于 10 个不同类别的服装的灰度图像。这些图像是低分辨率的 (28 x 28 像素)。我们使用 Google Colaboratory 来运行以下代码。Google

Colab 或 Colaboratory 帮助在浏览器上运行 Python 代码，无需任何配置，并可免费访问 GPU（图形处理单元）。Colaboratory 建立在 Jupyter Notebook 之上。

以下是代码片段：

示例

plt.figure()
plt.imshow(train_images[0])
plt.colorbar()
plt.grid(False)
plt.show()

train_images = train_images / 255.0

test_images = test_images / 255.0

plt.figure(figsize=(12,12))
for i in range(15):
    plt.subplot(5,5,i+1)
    plt.xticks([])
    plt.yticks([])
    plt.grid(False)
    plt.imshow(train_images[i], cmap=plt.cm.binary)
    plt.xlabel(class_names[train_labels[i]])
plt.show()

代码来源 − https://tensorflowcn.cn/tutorials/keras/classification