keras实现mnist数据集手写数字识别

经过几天的爬坑，“东搞西搞”终于把深度学习的“HELLO,WORLD”做出来了，以下是自己的实战过程：

关于keras识别手写数字的入门准备：

1.Keras是一个高层神经网络API，Keras由纯Python编写而成并基Tensorflow、Theano以及CNTK后端。所以在安装keras的前面，要先搭建tensorflow环境和安装https://www.tensorflow.org/install/install_windows（这里是官方的安装过程）

2.Mnist数据集的准备

3.导入数据集测试

4.实现baseline模型：

5.实现简单的卷积神经网络

 

一. Tensorflow环境的安装

这里我们只讲CPU版本，使用 Anaconda 进行安装

a.首先我们要安装 Anaconda

链接：https://pan.baidu.com/s/1AxdGi93oN9kXCLdyxOMnRA 密码：79ig

过程如下：

第一步：点击next

第二步：I Agree

第三步：Just ME

第四步：自己选择一个恰当位置放它就好

第五步：建议只选择第二个

 

第六步：就直接install啦啦啦啦，然后你就可以上手万能库了

 

b.找到Anaconda prompt，然后

 

以管理员的身份打开终端

c.按照以下步骤在 Anaconda 环境中安装 TensorFlow：

1. 通过调用以下命令创建名为 tensorflow 的 conda 环境：

C:> conda create -n tensorflow pip python=3.5

1. 通过发出以下命令激活 conda 环境：

C:> activate tensorflow (tensorflow)C:> # Your prompt should change

1. 发出相应命令以在 conda 环境中安装 TensorFlow。要安装仅支持 CPU 的 TensorFlow 版本，请输入以下命令：

(tensorflow)C:> pip install --ignore-installed --upgrade tensorflow

 

d.测试tensorflow的安装

启动Anaconda prompt（同样是以管理员身份打开）终端。

如果您是通过 Anaconda 进行安装，请激活您的 Anaconda 环境。

终端输入 activate tensorflow即可

然后再输入python

如：

 

在 Python 交互式 shell 中输入以下几行简短的程序代码：

>>> import tensorflow as tf

>>> hello = tf.constant('Hello, TensorFlow!')

>>> sess = tf.Session()

>>> print(sess.run(hello))

如果系统输出以下内容，说明您可以开始编写 TensorFlow 程序了：

Hello, TensorFlow!

 

 

完成以上步骤，你就把tensorflow搭建好了......

 

二.安装keras

a.首先，担心我们anaconda里面各个包未更新到最新，所以我们以管理员的身份打开Anaconda终端，输入 conda update conda,执行完后，再输入：conda update --all

b.然后我们激活我们的tensorflow环境：activate tensorflow

c.然后我们就可以输入：pip install keras

 

三.完成上述步骤，我们就可以来试下加载keras里面的mnist数据集了

# Plot ad hoc mnist i