深度学习Tensorflow入门案例之手写数字识别，背着你入门

前提

语言：python

框架：tensorflow

深入学习的入门就是手写数字识别，相当于我们学习语言的第一个helloworld一样

---

最为最基础最小白的你，最好先入手Keras框架，Keras框架的后台是tensorflow

至于Python的安装、Tensorflow的安装以及Keras框架的安装，看官网这里  https://keras.io/zh/

 

 

---

整个手写数字识别的思路如下

数据集里面训练集（例如   写着数字5的图片），训练集对应的标签（例如 5），有测试集，测试集对应的标签；

训练集是用来训练模型的，测试集是用来评估这个模型性能的，模型加载测试集的图片，预测图片上的数字，然后与测试集对应的标签进行验证，如果准确率高，那么这个模型性能就优。
注意：机器是不认识也看不懂图片的，它模仿的是人的大脑神经的学习的过程，在经过隐藏层，通过输出层输出一个预测的值，来与训练集对应的图片进行校验，不断的调整误差，提高识别率，来达到智能识别的效果&#x