一、搭建编程环境
1. 首先安装ananconda,然后创建虚拟环境。
2.在虚拟环境里面安装tensorflow-gpu
3.使用 conda install keras 安装好 keras
4.运行 jupyter notebook。编写代码就可以了。
二、编写代码运行
#导入tensorflow和keras
import tensorflow as tf
import keras
#下载mnist数据集和读取下载的数据集
mnist = keras.datasets.mnist
(x_train,y_train),(x_test,y_test) = mnist.load_data()
x_train = x_train/255.0
x_test = x_test/255.0
#定义网络模型
model = keras.models.Sequential([
keras.layers.Flatten(),
keras.layers.Dense(512,activation=tf.nn.relu),
keras.layers.Dropout(0.2),
keras.layers.Dense(10,activation=tf.nn.softmax)
])
#模型编译,定义损失函数,梯度下降优化算法
model.compile(
optimizer = 'adam',
loss = 'sparse_categorical_crossentropy',
metrics = ['accuracy'])
#训练网络结构,定义batch_size,迭代次数等
model.fit(x_train,y_train,epochs = 5,batch_size = 128)
#测试训练结果
model.evaluate(x_test,y_test)