tensorflow keras 构建神经网络、Alex net、VGG、CNN网络

Tensorflow keras 极简神经网络构建与使用

Keras在希腊语中意为号角，它来自古希腊和拉丁文学中的一个文学形象。

以 mnist 数据集为例, 构建一个神经网络实现手写数字的训练与测试, 首先我们需要认识一下 mnist 数据集, mnist 数据集有 6 万张手写图像, 1 万张测试图像. Keras 通过 datase 来下载与使用 mnist 数据集, 下载与读取的代码如下:

mnist = keras.datasets.mnist
(train_images, train_labels), (test_images, test_labels) =mnist.load_data()

通过下面的代码可以显示手写数字图像:

print(train_labels[0])
for i in range(25):
    plt.subplot(5,5,i+1)
    plt.xticks([])
    plt.yticks([   ])
    plt.grid(False)
    plt.imshow(train_images[i], cmap=plt.cm.gray)
    plt.xlabel(str(train_labels[i]))
plt.show()

对数据 re-scale 到 0~1.0 之间, 对标签进行了 one-hot 编码, 代码如下:

# re-scale to 0~1.0 之间
train_images = train_images / 255.0
test_images = test_images / 255.0
train_labels = one_hot(train_labels)
test_labels = one_hot(test_labels)

其中 one-hot 编码函数如下:

def one_hot(labels):
    onehot_labels = np.zeros(shape=[len</