keras CNN实现

1、说明

训练数据没有进行归一化处理,x_train,y_train都没有除以255

2、查看网络结构

model.summary() 命令查看网络结构
在这里插入图片描述

3、代码实现

import numpy as np
from keras import Sequential
from keras.datasets import mnist
from keras.layers import Dense,Convolution2D,MaxPooling2D,Flatten
from keras.optimizers import Adam
from keras.utils import np_utils
(x_train,y_train),(x_test,y_test)=mnist.load_data()
x_train=x_train.reshape((x_train.shape[0],28,28,1))#将(60000,28,28)变为(6000,28,28,1)
print(x_train.shape)#打印一下形状,这里的数据没有进行归一化处理
x_test=x_test.reshape((x_test.shape[0],28,28,1))
y_train=np_utils.to_categorical(y_train,num_classes=10)
y_test=np_utils.t
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值