Я выполняю задачу распознавания цифровых разрядов MNIST на моем Mac, но она не отображает прогнозируемое значение в сравнении с изображениями, а только проверяет соответствие.
Я использую Spyder на моем Mac.Кажется, он отлично работает на Windows, но не на моем Mac.Кстати, я использую Python (Spyder) 3.7.
import tensorflow as tf
import numpy as np
from matplotlib import pyplot as plt
mnist = tf.keras.datasets.mnist
(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
model = tf.keras.models.Sequential([tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(512, activation=tf.nn.relu),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10, activation=tf.nn.softmax)])
model.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
model.fit(x_train, y_train, epochs=1)
model.evaluate(x_test, y_test)
x_pred_value = np.argmax(model.predict(x_test),axis=1)
for i in range(7):
print("\nThe following digit is a ",x_pred_value[i])
plt.imshow(x_test[i])
plt.show()
Я ожидаю, что код выдаст мне вывод фотографии и даст прогноз, используя строку: «Следующий вывод - это ...»
Кроме того, этоПредупреждающие сообщения, которые я получил:
WARNING:tensorflow:From /anaconda3/lib/python3.7/site-packages/tensorflow/python/ops/resource_variable_ops.py:435: colocate_with (from tensorflow.python.framework.ops) is deprecated and will be removed in a future version.
Instructions for updating:
Colocations handled automatically by placer.
WARNING:tensorflow:From /anaconda3/lib/python3.7/site-packages/tensorflow/python/keras/layers/core.py:143: calling dropout (from tensorflow.python.ops.nn_ops) with keep_prob is deprecated and will be removed in a future version.
Instructions for updating:
Please use `rate` instead of `keep_prob`. Ra
2019-05-19 08:46:38.036080: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2 AVX AVX2 FMA
2019-05-19 08:46:38.036685: I tensorflow/core/common_runtime/process_util.cc:71] Creating new thread pool with default inter op setting: 4. Tune using inter_op_parallelism_threads for best performance.