深度学习入门：基于Python的理论与实现：第三章

神经网络可以自动从数据中学习到合适的权重参数。

3.6手写数字识别

手写数字图像的分类，先通过训练图像进行学习，得到模型，再对测试图像进行分类。

训练图像都标有数字【0-9】的标签。

代码见我上传的资料：

python脚本mnist.py。下载4个数据集，将数据转换成NumPy数组进行处理

上图中下载的数据集，我没下载成功，【有报错】，而是从网上找的资源。

数据训练集

 

(x_train, t_train), (x_test, t_test) = load_mnist(flatten=True, normalize=False)

上面的代码中的load_mnist介绍见下图。

代码见下图

pip install Pillow

MNIST.rar的资源解压后成功了。

识别成功了。

3.6.2神经网络的推理处理

正规化：把数据限定到某个范围内的处理称为正规化处理。

预处理：对神经网络的输入数据进行某种既定的转换称为预处理。

3.6.3批处理

由于数值计算的库都进行了能够高效处理大型数组运算的最优化，所以批处理具有优势。