1 本次使用的keras基础模块
- losses损失函数
- optimizers优化目标函数,比如SGD
- datasets常用数据集,比如mnist
- models序贯模型,比如Sequential
- layers神经网络中的层,比如全连接层Dense
- activations激活函数
2 手写体识别
import keras # 导入Keras
from keras.datasets import mnist # 从keras中导入mnist数据集
from keras.models import Sequential # 导入序贯模型
from keras.layers import Dense # 导入全连接层
from keras.optimizers import SGD # 导入优化函数
(x_train, y_train), (x_test, y_test) = mnist.load_data() # 下载mnist数据集
print(x_train.shape,y_train.shape)
print(x_test.shape,y_test.shape)
import matplotlib.pyplot as plt # 导入可视化的包
im = plt.imshow(x_train[0],cmap='gray')
输出结果: 60000张28*28的单通道灰度图
plt.show()
print (y_train[0])
输出结果:第一个训练集的样子,一个手写的数字5