在許多介紹影象識別任務的介紹中，通常使用著名的MNIST資料集。但是，這些資料存在一些問題：

1.太簡單了。例如，一個簡單的MLP模型可以達到99％的準確度，而一個2層CNN可以達到99％的準確度。

2.它被過度使用。從字面上看，每臺機器學習入門文章或影象識別任務都將使用此資料集作為基準。但是，因為獲得近乎完美的分類結果非常容易，所以它的實用性會受到打折，並且對於現代機器學習/ AI任務並不真正有用。

因此，出現Fashion-MNIST資料集。該資料集是作為MNIST資料的直接替代而開發的，其意義在於：

1.尺寸和風格相同：28x28灰度影象

2.每個影象與10個類中的1個相關聯，即：

       0：T恤/上衣，

       1：褲子，

       2：套頭衫，

       3：連衣裙，

       4 ：外套，

       5：涼鞋，

       6：襯衫，

       7：運動鞋，

       8：揹包，

       9：腳踝靴

3. 60000訓練樣本和10000個測試樣本以下是一些樣本的快照：

自從它出現以來，已經有多份提交檔案來對這些資料進行基準測試，其中一些能夠達到95％以上的準確度，最明顯的是剩餘網路或可分離的CNN。 

我也試圖用keras來對這個資料進行基準測試。keras是構建深度學習模型的高階框架，在後端選擇TensorFlow，Theano和CNTK。它很容易安裝和使用。對於我的應用程式，我使用了CNTK後端。你可以參考這篇

在這裡，我將以兩個模型為基準。一種是層結構為256-512-100-10的MLP，另一種是類VGG的CNN。 

第一個模型在100個曆元後的測試資料上達到了[0.89，0.90]的精度，而後者達到了45個時期後的測試資料的精度> 0.94。首先，閱讀Fashion-MNIST資料：

我們先用tSNE來看它。據說tSNE是最有效的尺寸縮小工具。這個繪圖函式是從sklearn例子中借用的。 

tSNE在計算上非常昂貴，所以對於像我這樣不耐煩的人，我使用了1000個樣本來快速執行。如果您的PC速度足夠快並且有時間，則可以針對完整資料集執行tSNE。 

我們看到，包括質量大小，底部分裂和對稱性等幾個特徵將類別分開。深度學習在這裡非常出色，因為您不必手動設計功能，而是讓演算法提取這些功能。

為了建立自己的網路，我們首先匯入一些庫

該模型在大約100個時期的測試資料集上達到了近90％的準確度。現在，我們來構建一個類似VGG的CNN模型。我們使用類似於VGG的體系結構，但仍然非常不同。由於圖形資料很小，如果我們使用原始VGG體系結構，它很可能會過度配合，並且在測試資料時表現不佳，這些資料在上面列出的公開提交的基準測試中觀察到。在keras中構建這樣一個模型是非常自然和容易的：

這個模型有150萬個引數。我們可以呼叫'fit'方法來訓練模型：

model3_fit=model3.fit(X_train, Y_train2, validation_data = (X_test, Y_test2), epochs=50, verbose=1, batch_size=500)

經過40次以後，這個模型在測試資料上獲得了0.94的精度。顯然，這個模型也存在過度擬合問題。我們稍後會解決這個問題。