Keras上实现Softmax回归模型

一、分类神经网络构建过程

本例程是在MNIST数据集，构建一个简单分类神经网络，实现对0-9这10个数字的分类。

1.数据预处理

Keras 自身包含 MNIST 这个数据集，再分成训练集和测试集。x 是一张张图片，y 是每张图片对应的标签，即它是哪个数字。输入的 x 变成 60,000*784 的数据，然后除以 255 进行标准化，标准化之后就变成了(0, 1)之间。对于 y，要用到 Keras 改造的 numpy 的一个函数 np_utils.to_categorical，把 y 变成了 one-hot 的形式，即之前 y 是一个数值， 在 0-9 之间，现在是一个大小为10 的向量，其属于哪个数字，就在那个位置为 1，其他位置都是 0。

这里有一点需要注意的地方就是np_utils.to_categorical()中的参数nb_classes在Keras 2中变更为num_classes，这事一出新特性变更，使用不同版本的时候务必注意修改。

2.构建神经网络模型

本例中使用了一种更为简洁的构建神经网络模型的方法，