Keras实例教程(2)

这次我们要执行的任务和《 基于Softmax实现手写数字识别 》中所描述的基本一致，也就是设法对MINST数据集中的手写数字图片进行识别。如果你通过阅读之前的文章已经对当前问题有所了解，那么也应该知道这其实是一个分类任务，也就是将每张图片分入0~9这个十个类别中。当然首先还是导入各种所需的package以及数据集：

import numpy as np
import random
import keras
import matplotlib.pyplot as plt
%matplotlib inline

from keras.datasets import mnist
from keras.models import Sequential, Model
from keras.layers.core import Dense, Dropout, Activation
from keras.optimizers import RMSprop
from keras.utils import np_utils

(X_train, y_train), (X_test, y_test) = mnist.load_data()

print(X_train.shape, y_train.shape)
print(X_test.shape, y_test.shape)

上述程序的输出如下：