python数字识别tensorflow_基于keras和tensorflow的手写数字识别训练

修改数据集的样式：

X_train = X_train.reshape(X_train.shape[0], -1)

X_test = X_test.reshape(X_test.shape[0], -1)

X_train = X_train.astype("float32")

X_test = X_test.astype("float32")

X_train /= 255

X_test /= 255

y_train = np_utils.to_categorical(y_train, num_classes=10)

y_test = np_utils.to_categorical(y_test, num_classes=10)

上面，X_train和X_test分别是手写数字的图片的数据，都是28*28大小的灰度图。我们需要把每一幅图片转化为长度为28*28=784的向量；

而y_train和y_test则是手写数字的标签，写的是数字几，标签就是几(从0到9)。我们需要把标签转化为10阶向量里面的元素都是0或1。比如标签为3，就把标签转化为向量(0,0,0,1,0,0,0,0,0)。y_train[5]等于[0., 0., 1., 0., 0., 0., 0., 0., 0., 0.]，表示对应的数字是2。