mnist手写数字识别

最新推荐文章于 2024-10-31 17:05:07 发布

fmingzh

最新推荐文章于 2024-10-31 17:05:07 发布

阅读量160

点赞数

分类专栏：机器学习文章标签：深度学习 tensorflow 神经网络

本文链接：https://blog.csdn.net/misterfm/article/details/126108453

版权

本文记录了作者参加CSDN学习挑战赛的学习过程，分享了使用TensorFlow进行MNIST手写数字识别的案例，包括环境搭建、模型构建、训练与评估。通过学习，掌握了神经网络的基本流程和TensorFlow的使用，最终实现了高准确率的识别模型。

摘要由CSDN通过智能技术生成

活动地址：CSDN21天学习挑战赛

学习的最大理由是想摆脱平庸，早一天就多一份人生的精彩；迟一天就多一天平庸的困扰。各位小伙伴，如果您：
想系统/深入学习某技术知识点…
一个人摸索学习很难坚持，想组团高效学习…
想写博客但无从下手，急需写作干货注入能量…
热爱写作，愿意让自己成为更好的人…

创作计划

**
1，机缘

A，分享mnist手写数字识别案例
B，分享遇到的问题解决方式
C，通过文章进行技术交流

2，收获

A，获得了10粉丝的关注
B，获得了20如赞、阅读量
C，认识和了解了mnist手写数字识别的作者

3，日常

创作是否已经成为我学习的一部分了

有限的时间下，抽出星期二、四、六的时间进行创作，其余时间学习

4，憧憬

创作规划是熟悉TensorFlow的基本语法，测试方法，模型调优

学习计划

**
1，学习目标

掌握 TensorFlow运行机器学习模型的方法，了解数据集的构成和卷积神经网络的结构。

2，学习内容

A，搭建 TensorFlow 开发环境
B，掌握 TensorFlow基本语法
C，掌握机器学习模型的构成和数据集的结构

3，学习时间

周一至周五晚上 7 点—晚上9点
周六下午 7 点-下午 9 点
周日下午 7 点-下午 9 点

4，学习产出

技术笔记 10 遍
CSDN技术博客 5 篇
学习的vlog 视频 2个

学习日记

**
1，学习知识点

神经网络程序的流程

2，学习遇到的问题

数据归一化、损失函数和优化器的选择

3，学习的收获

学会了神经网络程序的基本流程

4，实操

import tensorflow as tf
from tensorflow.keras import datasets, layers, models
import matplotlib.pyplot as plt
import numpy as np


(train_images, train_labels), (test_images, test_labels) = datasets.mnist.load_data()
# 将像素的值标准化至0到1的区间内。
train_images, test_images = train_images / 255.0