目录
- 前言
- 数据集介绍
- 数据集内容：
- 数据集划分：
- 示例
前言
keras.datasets.fashion_mnist是Keras中用于加载Fashion MNIST数据集的模块。Fashion MNIST数据集由Zalando公司提供，是一个用来替代经典MNIST手写数字数据集的图像数据集。与MNIST数据集中的数字图像不同，Fashion MNIST数据集包含的是服装相关的图像，更贴近实际应用场景。
数据集介绍
数据集内容：
图像大小：每张图像为28x28像素的灰度图。
类别数量：共有10个类别的服装。
类别标签：
T恤/上衣 (T-shirt/top)
裤子 (Trouser)
套头衫 (Pullover)
连衣裙 (Dress)
外套 (Coat)
凉鞋 (Sandal)
衬衫 (Shirt)
运动鞋 (Sneaker)
包 (Bag)
靴子 (Ankle boot)
数据集划分：
训练集：60,000张图像。
测试集：10,000张图像。
示例
通过keras.datasets.fashion_mnist可以非常方便地加载数据集：
from tensorflow import keras# 加载数据集
fashion_mnist = keras.datasets.fashion_mnist
(x_train, y_train), (x_test, y_test) = fashion_mnist.load_data()# 输出形状
print(x_train.shape) # (60000, 28, 28)
print(y_train.shape) # (60000,)
print(x_test.shape) # (10000, 28, 28)
print(y_test.shape) # (10000,)
在这段代码中，load_data()方法返回两个元组，分别对应训练集和测试集。每个元组内有两个数组：图像数据和标签数据。其中：
x_train和x_test是图像数据，包含灰度的28x28像素图像。
y_train和y_test是标签数据，包含每个图像对应的类别。
这种设计允许用户迅速开展分类模型的训练和测试，适合各种机器学习和深度学习项目。
