呉ユーキション - 生まれの自然TensorFlow2チュートリアル：読み込んでいます

輸入TFとしてtensorflow
 から tensorflow 輸入keras 

＃の電車：60K | 試験：10K 
（x、y）は、（x_test、y_test）= keras.datasets.mnist.load_data（）

x.shapeの
y.shape

＃0ブラック、255ホワイト 
x.min（）、x.max（）、 x.mean（）

x_test.shape、y_test.shape

＃0-9 10種類結果分類 
y_onehot tf.one_hot =（Y、深さ= 10 ）
y_onehot [： 2]

＃電車：50K | 試験：10K 
（x、y）は、（x_test、y_test）= keras.datasets.cifar10.load_data（）

x.shape、y.shape、x_test.shape、y_test.shape

x.min（）、x.max（）

DB = tf.data.Dataset.from_tensor_slices（x_test）
次（ITER（DB））。形

DB = tf.data.Dataset.from_tensor_slices（（x_test、y_test））
次の（ITER（DB））[0] .shape

破壊データ
DB = tf.data.Dataset.from_tensor_slices（（x_test、android.permission.FACTOR。））
DB = db.shuffle（10000）

数据预处理
 DEF 前処理（X、Y）：
    X = tf.cast（X、DTYPE = tf.float32）/ 255 。
    Y = tf.cast（Y、DTYPE = tf.int32）
    Y = tf.one_hot（Y、深さ= 10 ）
     戻りX、Y 
DB2 = db.map（前処理）
RES = 次（ITER（DB2））
RES [0 ] .shape、RES [ 1] .shape

ワンタイム複数の写真
DB3 = db2.batch（32 ）
RES = 次に（ITER（DB3））
RES [0] .shape、RES [ 1] .shape

db_iter = ITER（DB3）
 しばらく真：
    次の（db_iter）

REPEAT（）
 ＃1 から出ることなく反復 
DB4 = db3.repeat（）
＃の出口に二回反復を 
DB3 = db3.repeat（2）

DEF prepare_mnist_features_and_labels（X、Y）：
    X = tf.cast（X、tf.float32）/ 255 。
    Y = tf.cast（Y、tf.int64）
     リターンX、Y 

DEF mnist_dataset（）：
    （x、y）は、（x_val、y_val） = datasets.fashion_mnist.load_data（）
    Y = tf.one_hot（Y、深さ= 10 ）
    y_val = tf.one_hot（y_val、深さ= 10 ）

    DS = tf.data.Dataset.from_tensor_slices（（X、Y））
    DS = ds.map（prepare_mnist_features_and_labels）
    DS = ds.shffle（60000）.batch（100 ）
    ds_val =tf.data.Dataset.from_tensor_slices（（x_val、y_val））
    ds_val = ds_val.map（prepare_mnist_features_and_labels）
    ds_val = ds_val.shuffle（10000）.batch（100 ）
     の戻り DS、ds_val