简洁明了的tensorflow2.0教程——用keras实现mnist数字识别

通过本文你可以快速学会使用keras搭建神经网络，只需40行代码构建神经网络实现mnist数据集手写数字的识别。MNIST数据集(Mixed National Institute of Standards and Technology database)是美国国家标准与技术研究院收集整理的大型手写数字数据库,包含60,000个示例的训练集以及10,000个示例的测试集.，图片大小为28*28。完整代码在我的github，链接：https://github.com/JohnLeek/Tensorflow-study，仓库中mnist.npz就是数据集，day3_mnist_reg.py和day3_mnist_train_ex4.py为完整代码，觉得不错的github给个star吧。

一、keras介绍

Keras 是一个用 Python 编写的高级神经网络 API，它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行。Keras 的开发重点是支持快速的实验。能够以最小的时延把你的想法转换为实验结果，是做好研究的关键。

如果你在以下情况下需要深度学习库，请使用 Keras：

1. 允许简单而快速的原型设计（由于用户友好，高度模块化，可扩展性）。
2. 同时支持卷积神经网络和循环神经网络，以及两者的组合。
3. 在 CPU 和 GPU 上无缝运行。

查看相关说明，请访问