零基础机器学习做游戏辅助第三课--手写数字识别(一)

本文介绍了如何使用神经网络进行手写数字识别,通过keras的datasets库获取mnist数据集,利用Sequential模型搭建网络,Flatten层进行数据一维化,Dense层提取特征并使用ReLU激活函数,最后用softmax处理多分类问题。
摘要由CSDN通过智能技术生成

一、简介

这个课程我们的目标很明确,我们的目的就是利用神经网络做游戏辅助,他主要用到的是卷积神经网络和目标检测,手写数字识别这个经典案例我们将会一步一步给大家讲解,你吃透了这个案例,就基本对神经网络有了初步的认识。如果你把课程都学完,或者直白点说,如果是做辅助,以后用到的基本就是这些技术点,按教程里的案例,照葫芦画瓢也可以。

二、获取数据源

keras 自带一个datasets库,里面有很多数据集,其中就包括我们需要的手写数字数据集mnist。

import keras.datasets.mnist as mnist    #导入数据集库
(train_image, train_label), (test_image, test_label) = mnist.load_data()    #加载数据集

其中有两个元组接收返回值,train开头的为训练数据,test开头的为测试数据

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

打赏作者

人工智能-肥鹅

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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