Fashion MNIST数据集简介

本人在编写tensorflow的期中测试之中，了解到Fashion MNIST数据集，在此做以简介，以供大家参考

前言

关于环境这里不再赘述：详细可以查看本人之前的博客：
安装tensorflow开发环境

了解Fashion-MNIST数据集

Fashion-MNIST数据集与MNIST手写数字数据集不一样。但他们都有共同点就是都是灰度图片。
Fashion-MNIST数据集是各类的服装图片总共10类。下面列出了中英文对应表，方便接下来的学习。

下载数据集

默认下载在C:\\Users\\用户\\.keras\\datasets路径下。

mnist = tf.keras.datasets.fashion_mnist(train_x,train_y),(test_x,test_y) = mnist.load_data()

数据集分类

这里对从网上下载的数据集进行一个说明。

数据集格式

print("train_x的样本数",len(train_x))
print("train_y的样本数",len(train_y))
print("test_x的样本数",len(test_x))
print("test_y的样本数",len(test_y))print("train_x的形状",train_x.shape)
print("train_y的形状",train_y.shape)
print("test_x的形状",test_x.shape)
print("test_x的形状",test_y.shape)

训练数据集共60k张图片，各个服装类型的数据量一致也就是说每种6k。
测试数据集共10k张图片，各个服装类型的数据量一致也就是说每种100。

数据集均采用28281的灰度照片。

这些图像是28x28的NumPy数组，像素值在0到255之间。标签是一个整数数组，范围从0到9。这些与形象所代表的服装类别相对应