图片识别机器学习代码
时间: 2023-06-30 13:03:24 浏览: 54
这是一个简单的图片识别机器学习代码,使用 Python 和 TensorFlow 框架:
```
import tensorflow as tf
# 加载数据集
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
# 归一化数据
x_train, x_test = x_train / 255.0, x_test / 255.0
# 定义模型
model = tf.keras.models.Sequential([
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10)
])
# 编译模型
model.compile(optimizer='adam',
loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
metrics=['accuracy'])
# 训练模型
model.fit(x_train, y_train, epochs=5)
# 评估模型
model.evaluate(x_test, y_test, verbose=2)
# 预测结果
probability_model = tf.keras.Sequential([model, tf.keras.layers.Softmax()])
predictions = probability_model.predict(x_test)
```
这个代码使用了经典的 MNIST 数据集,将图像数据归一化,并使用了一个简单的神经网络模型进行训练和预测。当然,这只是一个最基础的模型,实际上,图片识别的模型可以更加复杂和精确。