卷积神经网络,也叫convnet,是计算机视觉应用几乎都在使用的一种深度学习模型。
文章目录
前言
MNIST是一个手写体数字的图片数据集,该数据集来由美国国家标准与技术研究所(National Institute of Standards and Technology (NIST))发起整理,一共统计了来自250个不同的人手写数字图片,其中50%是高中生,50%来自人口普查局的工作人员。该数据集的收集目的是希望通过算法,实现对手写数字的识别。
同样,MNIST数据集作为众多人工智能入门练习的数据集,受众广泛,今天我们搭建一个最简单的卷积神经网络就是运用到MNIST数据集。
1、搭建卷积神经网络架构
MNIST数据集可以通过keras这个高级API进行下载,也可以在官网上手动下载。
MNIST数据集官网:http://yann.lecun.com/exdb/mnist/
这里我们先搭建卷积神经网络的基本架构。
from keras import layers
from keras import models
model = models.Sequential()
model.add(layers.Conv2D(32,(3,3),activation='relu',input_shape=(28,28,1)))
model.add(layers.MaxPooling2D((2,2)))
model.add(layers.Conv2D(64,(3,3),activation='relu'))
model.add(layers.MaxPooling2D((2,2)))
model.add(layers.Conv2D(64,(3,3),activation=