1:
首先你得准备好Pycharm，Anaconda
然后是第三方类库numpy,tensorflow,matplotlib,keras
Keras框架能简单上手，高度集成，利用这个框架写出来的CNN就可以作图片识别了。我们这里识别minst数据集。
[mnist数据集](链接：https://pan.baidu.com/s/1Jt4p5EYF5mPzhiGGhrMN3A
提取码：mz1w)
mnist数据集包含60,000个用于训练的示例和10,000个用于测试的示例。这些数字已经过尺寸标准化并位于图像中心，图像是固定大小(28x28像素)，其值为0到1。为简单起见，每个图像都被平展并转换为784(28 * 28)个特征的一维numpy数组。
是长这个样子的：
IDE和数据都有了，下面开始
2.导入库和模块
从mnist中加载图像数据
我们可以查看数据的构造
print(x_train.shape)
这篇博客通过手把手的方式教你如何使用Keras框架构建一个卷积神经网络（CNN）进行图像识别，以MNIST数据集为例。首先介绍了所需环境和库，接着详细讲解数据预处理、模型搭建、编译及训练过程。最后展示了模型的训练结果，并指出该代码可应用于其他数据集。
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
