（一）keras手写数字体识别并识别自己写的数字

训练数据用的是mnist，这是一个官网实例，我把它跑了一遍后把模型参数保存了下来，然后用参数来识别自己的图片数字。
程序主要三部分：

1. 跑官网实例保存模型参数
2. 制作自己的图片，转换为需要的格式
3. 加载模型参数，测试自己的照片

一、模型训练及参数保存

from __future__ import print_function
import keras
from keras.datasets import mnist
from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten
from keras.layers import Conv2D, MaxPooling2D
from keras import backend as K

batch_size = 128
num_classes = 10
epochs = 12

# input image dimensions
# 输入图像维度
img_rows, img_cols = 28, 28

# the data, shuffled and split between train and test sets
# 用于训练和测试的数据集，经过了筛选（清洗、数据样本顺序打乱）和分割（分割为训练和测试集）
(x_train, y_train), (x_test, y_test) = mnist.load_data()

# 转换为输入需要的格式
if K.image_data_format() == 'channels_first':  # Theano框架，图像通道在前
    x_train = x_train.reshape(x_train.shape[0], 1, img_rows, img_cols)
    x_test = x_test.reshape(x_test.shape[0], 1, img_rows, img_cols)
    input_shape = (1, img_rows, img_cols)
else: