TensorFlow 2.0，神经网络手写数字识别

VIP文章「已注销」

已于 2022-09-19 20:54:30 修改

阅读量333

点赞数 1

分类专栏：深度学习文章标签： tensorflow 深度学习 python

于 2022-09-19 20:48:44 首次发布

本文链接：https://blog.csdn.net/m0_73817310/article/details/126941308

版权

这是一个笔记本文件。 Python程序可以直接在浏览器中运行，这是学习 Tensorflow 的绝佳方式。

import tensorflow as tf
mnist = tf.keras.datasets.mnist

(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

载入并准备好 MNIST 数据集。将样本从整数转换为浮点数：
Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz
11493376/11490434 [==============================] - 0s 0us/step
11501568/11490434 [==============================] - 0s 0us/step

将模型的各层堆叠起来，以搭建 tf.keras.Sequential 模型。为训练选择优化器和损失函数：

model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(input_shape=(28, 28)),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dropout(