Report3 - 服装分类

内容：

• 任务类型：多分类

• 背景介绍：FashionMNIST 是一个替代 MNIST 手写数字集的图像数据集。 它是由 Zalando（一家德国的时尚科技公司）旗下的研究部门提供。其涵盖了来自 10 种类别的共 7 万个不同商品的正面图片。

  FashionMNIST 的大小、格式和训练集/测试集划分与原始的 MNIST 完全一致。60000/10000 的训练测试数据划分，28x28 的灰度图片。你可以直接用它来测试你的机器学习和深度学习算法性能，且不需要改动任何的代码。

  这个数据集的样子大致如下（每个类别占三行）：

  

要求：

1. 构建深度神经网络，完成多分类
2. 编写爬虫程序，到taobao等网站抓取一些衣服、鞋子的图片，并利用训练好的模型进行分类
3. 对于未属于训练数据集中的商品类别，考虑使用何种方法能够判断出类别为不支持的类别
4. 评估自己抓取图像的分类精度
5. 分析结果的效果，综合考虑各种方法，改进方法，并提交结果
6. 按照report_template.ipynb撰写自己的报告

References

• 这个数据的链接