识别手写数字

图像识别入门项目—识别手写数字

第一步：导入必要的库

sklearn**
全称scikit-learn是一个机器学习库，有一些算法

第二步：加载数据集

mnist数据集
是nist数据集的一个子集，mnist数据集可以在这个网站获取http://yann.lecun.com/exdb/mnist/，主要有下面这几个文件：
文件内容：总共有6万个测试图像，1万个测试图像，图片标签

• train-images-idx3-ubyte.gz 包含55000张训练集图片，5000张验证集图片
• train-labels-idx1-ubyte.gz 训练集标签
• t10k-images-idx3-ubyte.gz 10000张测试集
• t10k-labels-idx1-ubyte.gz 测试集对应标签

第三步：数据预处理

其中：x_train 保存用来训练的图像，y_train 是与之对应的标签。假设图像中的数字是1，那么标签就是1。
x_test 和 y_test 分别为用来验证的图像和标签，也就是验证集。训练完神经网络后，可以使用验证集中的数据进行验证。

第四步：创建神经网络

MLPClassifier
mlp分类器是sklearn库中的一个分类器，它在多层神经网络中应用了反向传播算法，以训练可用于分类任务的模型。

第五步：训练

训练是使用的mlp分类器的内置算法训练的

第六步：验证集验证

第七步：验证一张图片

结果：

备注：这个图像是手写数字图片压缩成8*8像素后的