MNIST手写数字识别——进阶多层神经网络与应用（使用Keras序列模型建模）

前言

Keras序列模型建模的一般步骤：

（1）创建一个Sequential模型；

（2）根据需要，通过“add()”方法在模型中添加所需要的神经网络层， 完成模型构建；

（3）编译模型，通过“compile()”定义模型的训练模式；

（4）训练模型，通过“fit()”方法进行训练模型；

（5）评估模型，通过“evaluate()”进行模型评估；

（6）应用模型，通过“predict()”进行模型预测

1、载入数据

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

print("Tensorflow版本是:",tf.__version__)

mnist = tf.keras.datasets.mnist
(train_images,train_labels),(test_images,test_labels)=mnist.load_data()