神经网络的dense_Keras人工智能神经网络 Classifier 分类 神经网络搭建

前期我们分享tensorflow以及pytorch时，分享过tensorflow以及pytorch的分类神经网络的搭建步骤，在哪里我们使用的训练集是mnist，同样Keras分类神经网络的搭建，我们同样使用mnist数据集来进行分类神经网络的搭建(有关mnist数据集，大家可以参考往期文章)

数据预处理

Keras 以及集成MNIST 数据包，再分成训练集和测试集。x 是一张图片，y 是每张图片对应的标签，即它对应的数字(0---9)。

输入的 x 变成 60,000*784 的数据，然后除以 255 进行标准化，因为每个像素都是在 0 到 255 之间的，标准化之后就变成了 0 到 1 之间。(为何是这样的数据，大家也可以参考往期文章特意介绍过MNIST数据集)

对于 y，要用到 Keras 改造的 numpy 的一个函数 np_utils.to_categorical，把 y 变成了 one-hot 的形式，即之前 y 是一个数值， 在 0-9 之间，现在是一个大小为 10 的向量，它属于哪个数字，就在哪个位置为 1，其他位置都是 0。

import numpy as npnp.random.seed(1337)from keras.datasets import mnistfrom keras.uti