基于深度学习框架Keras的CNN分类Mnist

最新推荐文章于 2024-08-02 12:58:05 发布

lzhalan2016

最新推荐文章于 2024-08-02 12:58:05 发布

阅读量6.2k

点赞数 1

分类专栏：机器学习 Deep Learning 文章标签： keras cnn 卷积神经网络深度学习 mnist

本文链接：https://blog.csdn.net/lzhalan2016/article/details/52334185

版权

本文介绍了如何使用深度学习框架Keras进行CNN分类任务，针对MNIST数据集进行实践。作者在阅读wepon博客的基础上，根据Keras最新版本调整了代码，确保能正常运行，并欢迎读者指正错误。

摘要由CSDN通过智能技术生成

在阅读了wepon博客的这篇博文 DeepLearning tutorial（6）易用的深度学习框架Keras简介后，对keras的认识帮助甚大，但是由于keras快速的更新后，有些代码已经不适合新的环境，就会出现运行错误，通过对keras官方文档的参考，修改了该代码，能得到原来的运行效果，供需要的博友学习，如有错误，恳求指出。

一、读取图片

<span style="font-size:18px;">#coding:utf-8

import os
from PIL import Image
import numpy as np

#读取文件夹mnist下的42000张图片，图片为灰度图，所以为1通道，
#如果是将彩色图作为输入,则将1替换为3，并且data[i,:,:,:] = arr改为data[i,:,:,:] = [arr[:,:,0],arr[:,:,1],arr[:,:,2]]
def load_data():
    data = np.empty((42000,1,28,28),dtype="float32")   #empty与ones差不多原理，但是数值随机，类型随后面设定
    label = np.empty((42000,),dtype="uint8")

    imgs = os