如何规范张量流中的数据

时间:2018-08-28 13:55:03

标签: python tensorflow keras

我尝试按照this example创建一个简单的神经网络,但是当我想对数据进行规范化时却遇到了问题

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,如您所见,在最后两行中,我尝试规范化数据,如here所示,但是在执行此行之后,变量training_images仅具有10,000个样本而不是60,000(就像开始时一样),现在当我尝试拟合模型(model.fit())时,我得到了一个异常

  

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。

当我尝试不使用规范化操作此示例时,我的最高精度为0.2(而在站点中,它们的精度更高) 我在哪里错了?

1 个答案:

答案 0 :(得分:4)

该错误是一个简单的错字-

train_images = test_images / 255.0
test_images = test_images / 255.0

您两次都除以test_images。将第一部分更改为train_images,它应该可以工作