文章目录FashionMNIST数据集需求库导入、数据迭代器生成设备选择样例图片展示日志写入评估—计数器模型构建训练函数整体代码训练过程日志FashionMNIST数据集FashionMNIST（时尚MNIST）是一个用于图像分类的数据集，旨在替代传统的手写数字MNIST数据集。它由ZalandoResearch创建，适用于深度学习和计算机视觉的实验。FashionMNIST包含10个类别，分别对应不同的时尚物品。这些类别包括T恤/上衣、裤子、套头衫、裙子、外套、凉鞋、衬衫、运动鞋、包和踝靴。每个类别有6,000张训练图像和1,000张测试图像，总计70,000张图像。每张图像的尺寸为28x2

importosimporttensorflowastffromtensorflowimportkerasfromtensorflow.kerasimportdatasets,layers,optimizers,Sequential,metricsos.environ['TF_CPP_MIN_LOG_LEVEL']='2'#只打印error的信息defpreprocess(x,y):#准备函数，对x,y进行数据转换x=tf.cast(x,dtype=tf.float32)/255y=tf.cast(y,dtype=tf.int32)returnx,y(x,y),(x_test,y_test)=

importosimporttensorflowastffromtensorflowimportkerasfromtensorflow.kerasimportdatasets,layers,optimizers,Sequential,metricsos.environ['TF_CPP_MIN_LOG_LEVEL']='2'#只打印error的信息defpreprocess(x,y):#准备函数，对x,y进行数据转换x=tf.cast(x,dtype=tf.float32)/255y=tf.cast(y,dtype=tf.int32)returnx,y(x,y),(x_test,y_test)=