第T1周：实现mnist手写数字识别

>- **🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/0dvHCaOoFnW8SCp3JpzKxg) 中的学习记录博客**
>- **🍖 原作者：[K同学啊](https://mtyjkh.blog.csdn.net/)**

我的环境：

• 语言环境：Python3.8

• 编译器：jupyter lab

• 深度学习环境：TensorFlow2.15

一、前期工作

1. 设置GPU

2. 导入数据

3. 归一化

数据归一化作用

• 使不同量纲的特征处于同一数值量级，减少方差大的特征的影响，使模型更准确。

• 加快学习算法的收敛速度。

4. 可视化图片

5. 调整图片格式

二、构建CNN网络模型

三、编译模型

四、训练模型

五、预测

索引为9时的输出分数最大，预测正确。

六、个人总结

1.使用tensorflow进行数据集识别，与pytorch框架有所不同，但大致操作不变。

2.可以将图像数据归一化到1以内，提高模型训练速度。