VGGNet

TensorFlow2.1入门学习笔记(13)——卷积神经网络LeNet, AlexNet, VGGNet示例

Cifar10数据集 提供 5万张 32*32 像素点的十分类彩色图片和标签,用于训练。 提供 1万张 32*32 像素点的十分类彩色图片和标签,用于测试。 导入cifar10数据集: cifar10 = tf.keras.datasets.cifar10 (x_train, y_train),(x_test, y_test) = cifar10.load_data() 可视化训练集输入特征的第一个元素 plt.imshow(x_train[0]) #绘制图片 plt.show() 打印出训练集输入特征的第一个元素 print("x_train[0]:\n", x_train[0]) 打印出训练集标签的第一个元素 print("y_train[0]:\n", y_train[0]) 打印出整个训练集输入特征形状 print("x_train.