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?
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