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 TensorFlowCNTK, 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

  • 3
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值