使用keras中自带的mnist(手写图片)数据集训练一个识别模型。
一.理论知识: 深度学习(建议看李宏毅的深度学习视频补充理论知识)。
二.工作环境:使用Anaconda的juypter notebook(python全家桶,里面集成了许多有用的包),然后安装TensorFlow库,安装方法上网搜一下。
三.源码:
#导包
import numpy as np
from tensorflow import keras
from tensorflow.python.keras.models import Sequential
from tensorflow.python.keras.layers import Conv2D,MaxPooling2D,Flatten
from tensorflow.python.keras.layers import Dense,Dropout,Activation
from tensorflow.python.keras.optimizers import SGD,Adam
from tensorflow.python.keras.utils import np_utils
from tensorflow.python.keras.datasets import mnist
import tensorflow as tf
#导入数据,不用过多纠结这里,就是处理数据的一个功能
def load_data():
(x_train,y_train),(x_test,y_test) = mnist.load_data()
number = 10000
x_train = x_train[0:number]