无痛实现深度学习小项目（使用keras实现手写数字图片识别）

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]