1.手寫數字數據集
- from sklearn.datasets import load_digits
- digits = load_digits()
2.圖片數據預處理
- x：歸一化MinMaxScaler()
- y：獨熱編碼OneHotEncoder()或to_categorical
- 訓練集測試集划分
- 張量結構
歸一化
獨熱
划分
3.設計卷積神經網絡結構
- 繪制模型結構圖，並說明設計依據。
4.模型訓練
- model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
- train_history = model.fit(x=X_train,y=y_train,validation_split=0.2, batch_size=300,epochs=10,verbose=2)
5.模型評價
- model.evaluate()
- 交叉表與交叉矩陣
- pandas.crosstab
- seaborn.heatmap