keras中使用MLP(多层感知机)神经网络来实现MNIST手写体识别

    Keras是一个基于python的的深度学习框架，比tensorflow更简单易用，适合入门学习，本篇文章主要介绍使用keras实现手写体识别任务。环境为python3+，Keras2.1，神经网络基础知识在此不做过多介绍。

    1.    加载MNIST数据。

            方式一：from keras.datasets import mnist

    (X_train, y_train), (X_test, y_test) = mnist.load_data()

    print("The MNIST database has a training set of %d examples." % len(X_train))
    print("The MNIST database has a test set of %d examples." % len(X_test))

        方式二：方式一有可能加载失败，可以直接下载数据mnist.npz(文末有链接，可直接下载)，放在当前目录下，使用numpy进行加载：

import numpy as np
f = np.load('mnist.npz')
x_train, y_train = f['x_train'], f['y_train']  
x_test, y_test = f['x_test'], f['y_test']  
f.close() 
print('训练数据集样本数： %d ,标签个数 %d ' % (len(x_train), len(y_train)))
print('测试数据集样本数： %d ,标签个数  %d ' % (len(x_test), len(y_test)))

print(x_train.shape)
print(y_train[0])

    输出如下：

        

    2.    使用matplotlib查看前六张图片：

import matplotlib.pyplot as plt
%matplotlib inline
import matplotlib.cm as c