搭建卷积神经网络实现训练、预测实战

1.数据集

mnist手写数据集：

1. 总共有70000张图片，其中60000张图片用于训练，10000张图片用于测试，图片的宽高分别为28、28
2. 28x28的图片，转换成28x28个像素点，每个像素点的值介于0和1之间

 2.网络结构

 3.代码实现

 （1）GPU设置及查看

import tensorflow as tf
from tensorflow.keras import datasets, layers, models
import matplotlib.pyplot as plt
import os

os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"

# 设置GPU并查看是否可用
gpus = tf.config.list_physical_devices("GPU")
if gpus:
    print("可以使用GPU")
    gpu0 = gpus[0]
    tf.config.experimental.set_memory_growth(gpu0, True)
    tf.config.set_visible_devices([gpu0], "GPU")

（2）数据的读取及归一化

(train_images, train_labels), (test_images, test_labels) = da