如何利用神经网络制作一个识别手写数字的程序(以colab 平台作举例)
前言: 本程序平台为 colab 即google的深度学习在线平台,为防止初学者被繁杂的tensflow 环境配置磨灭了热情, 我们不妨使用在线的深度学习平台进行学习和训练
点击这里即可 不过可能要科学上网 ,不能的同学也可以利用国内的平台,在结果上并无不同之处
利用数据集mnist 进行手写数字的识别
废话不多说,让我们开始吧 ( 为了让大家更好的理解,每一步我都标注了比较详细的注释哈)
一:导入相关的包:
!pip install tensorflow keras numpy mnist matplotlib
# 导入数据包
import numpy as np
import mnist # 获得数据集
import matplotlib.pyplot as plt # Graph
from keras.models import Sequential # ANN 网络结构
from keras.layers import Dense # the layer in the ANN
import keras
import keras.utils
from keras import utils as np_utils
二:导入mnist数据集中对应数据
# 导入数据
train_images = mnist.train_images() # 训练数据集图片
train_labels = mnist.train_labels() # 训练标签
test_images = mnist.test_images() # 测试图片
test_labels = mnist.test_labels() # 测试标签
注:因为mnist 已经是一个分类好的 数据集了,我们只需要调用期中的训练数据和测试数据即可
三:对数据进行相应的处理,将图片数据归一化,同时向量化
# 规范化图片 规范化像素值[0,255]
# 为了使神经网络更好的训练,我们把值设置为[-0.5 , 0.5]
train_images = (train_images/255) - 0.5
test_images = (test_images/255) -