🚀 优质资源分享 🚀
学习路线指引(点击解锁) | 知识定位 | 人群定位 |
---|---|---|
🧡 Python实战微信订餐小程序 🧡 | 进阶级 | 本课程是python flask+微信小程序的完美结合,从项目搭建到腾讯云部署上线,打造一个全栈订餐系统。 |
💛Python量化交易实战💛 | 入门级 | 手把手带你打造一个易扩展、更安全、效率更高的量化交易系统 |
Keras简介:
Keras是由纯python编写的基于theano/tensorflow的深度学习框架。
Keras是一个高层神经网络API,支持快速实验,能够把你的idea迅速转换为结果,如果有如下需求,可以优先选择Keras:
- 简易和快速的原型设计(keras具有高度模块化,极简,和可扩充特性)
- 支持CNN和RNN,或二者的结合
- 无缝CPU和GPU切换
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-WnKSC4p9-1654449650750)(https://img2022.cnblogs.com/blog/2745075/202206/2745075-20220601225945507-629925755.png “Keras官网首页logo”)]
一、背景
本次构建神经网络最终目的:输入一张手写数字图片后,网络输出该图片对应的数字。
二、Keras代码实现
2.1 导入Keras库
import tensorflow as tf
from tensorflow.keras.datasets import mnist
如果没有安装TensorFlow,那么可以参考我之前的文章:重装CUDA和cuDNN(目的是装TensorFlow和pytorch)【个人梳理总结】
2.2 加载数据集(训练集和测试集)
我们使用Keras下的MNIST手写字符数据集,可以使用如下命令下载数据集:
(train_images, train_labels), (test_images, test_labels) = keras.datasets.mnist.load_data()
'''
load\_data() returns tuple of NumPy arrays: (x\_train, y\_train), (x\_test, y\_test).
train\_images: uint8 NumPy array of grayscale image data w