开发深度学习模型

创建和训练模型

使用如下命令创建并训练模型：

    
         # create model
model = keras.Sequential([
    keras.layers.Flatten(input_shape=(28, 28)),
    keras.layers.Dense(128, activation='relu'),
    keras.layers.Dense(10)
])
model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])
# training
model.fit(train_images, train_labels, epochs=10)

点击放大

使用模型

用训练好的模型预测测试集中的某个图片属于什么类别，先显示这个图片，命令如下。

     
          # display a test image
plt.figure()
plt.imshow(test_images[9])

图1 显示用以测试的图片

查看结果

查看预测结果，命令如下。

     
          # Grab an image from the test dataset.
img = test_images[9]
# Add the image to a batch where it's the only member.
img = (np.expand_dims(img,0))
# make prediction
probability_model = tf.keras.Sequential([model, 
                                         tf.keras.layers.Softmax()])
predictions_single = probability_model.predict(img)
class_names[np.argmax(predictions_single[0])]