Keras:利用卷积神经网络(CNN)识别手写数字

环境python3.5

今天介绍如何利用卷积神经网络进行MNIST数据集的手写数字识别,即将手写数字图像images识别为数字标签labels。


目录

数据预处理
模型建立
评估模型准确率
进行预测

1 建模思路如下图:


 

数据预处理

1 MNIST数据集共有训练数据60 000项、测试数据10 000项。其数据都由images(数字图像)与labels(真实的数字)所组成

 尝试调用该数据集的第0项

 这里写图片描述

这里写图片描述 

下面展示数据集的前十项:

这里写图片描述

 接下来进行数据预处理
1、 导入所需模块

这里写图片描述

2、读取数据

这里写图片描述

 3、将fetures(数字图像特征值)转换为6000 x 28 x 28 x 1的四维矩阵

这里写图片描述

模型建立

这里写图片描述 

 

  • 2
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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